Informations

Dans quelle mesure les humains peuvent-ils détecter la richesse en vitamines?

Dans quelle mesure les humains peuvent-ils détecter la richesse en vitamines?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Les humains préfèrent le gras, le sucré/féculent et le salé. Et les aliments gras sont riches en vitamines. Dans quelle mesure les humains peuvent-ils détecter la teneur en vitamines en dehors de la graisse des aliments ? Les humains peuvent-ils choisir le plus riche en vitamines du beurre de cacahuète, du fromage ou de la cuisse de poulet autrement identiques ?


D'après ce que j'ai pu rechercher, je suppose que les humains (et d'autres organismes) n'ont généralement pas de mécanismes sensoriels puissants pour les micronutriments (Miyamoto et al, 2013).

Il existe des rapports sur la détection d'ions métalliques, en particulier le zinc et le cuivre, par certains organismes, y compris les mammifères (Bird, 2015 ; Ballou et Wilson, 2016). Cependant, je n'ai rencontré aucune étude qui parle de la détection des vitamines.


De wikipédia

Une vitamine est un composé organique et un nutriment vital dont un organisme a besoin en quantités limitées. Un composé chimique organique (ou un ensemble apparenté de composés) est appelé vitamine lorsque l'organisme ne peut pas synthétiser le composé en quantité suffisante et qu'il doit être obtenu par l'alimentation ; ainsi, le terme "vitamine" dépend des circonstances et de l'organisme particulier

Une vitamine ne se définit donc pas par sa structure mais par sa disponibilité. Il n'y a donc pas de goût associé aux vitamines en général. Donc, non, nous ne sommes pas capables de ressentir les vitamines en général simplement parce qu'il n'y a pas de catégorie objective naturelle de substances que l'on peut appeler vitamine.


A noter en passant, que l'effet sur la santé de la supplémentation en vitamines (pour la plupart des gens) est débattu. Par exemple, vous voudrez peut-être jeter un œil aux deux messages de sceptiques suivants

L'un des scientifiques les plus importants du 20ème siècle, Linus Pauling a plaidé pour les bienfaits de la vitamine C pour la santé. En raison de sa forte influence, la réputation de la vitamine C a rapidement grandi mais ses travaux sont restés controversés et il y a encore très peu de preuves que le supplément de la vitamine C fait du bien.


Faits scientifiques sur la façon dont les cerfs voient et entendent

À ce jour, je ne sais toujours pas comment le mâle m'a repéré.

C'était le début de la saison des arcs et j'étais perché à 25 pieds du sol dans un chêne centenaire. Un mois avant la saison du tir à l'arc, j'avais passé plusieurs heures à « écumer » mon stand surélevé, ce qui signifie que j'avais noué stratégiquement des branches de chêne autour du stand avec de la ficelle vert foncé pour les fondre dans le gigantesque arbre. Les membres me protégeraient d'être repéré par les cerfs à l'approche du stand.

La configuration était parfaite, tout comme les vêtements de camouflage et la peinture faciale avec lesquels je m'étais couvert. J'étais convaincu qu'il n'y avait aucune chance que je me fasse prendre avant de me rabattre sur un mâle de 4 ans et demi qui avait pris l'habitude de déambuler près de mon stand pour se nourrir dans un vieux verger.

Mais quand le moment de vérité est arrivé, tout ce qui me restait était le sentiment que j'avais fait sans le savoir quelque chose cela a fait pencher la balance. Il est sorti du bois et a commencé à marcher droit vers moi. À 75 mètres, le cerf s'est soudainement arrêté, m'a regardé droit dans les yeux puis a fait demi-tour et s'est envolé.

Même si la rencontre déchirante s'est produite il y a cinq ans, j'ai toujours l'impression que c'était hier - et je ne sais toujours pas comment le mâle m'a vu.

Demandez à 100 chasseurs à quel point les cerfs voient bien et vous obtiendrez probablement 100 réponses différentes. Internet est encombré d'histoires sur les capacités visuelles des cerfs. Une histoire prétend que les cerfs peuvent voir 100 fois mieux que les humains, tandis qu'une autre affirme que les cerfs peuvent facilement voir 300 fois mieux.

Il en va de même pour la qualité de l'audition des cerfs. J'ai personnellement lu une histoire selon laquelle les cerfs peuvent entendre 100 fois mieux que les humains. Un autre a déclaré qu'ils ne peuvent détecter le son que 10 fois mieux que nous. Tant pis pour Internet qui regorge d'informations utiles !

La vérité est que ce ne sont que des estimations de la qualité de la vue et de l'audition des cerfs. Ils sont principalement dérivés d'expériences personnelles ou d'autres chasseurs. Mais récemment, certains scientifiques ont étudié ces deux sens chez le cerf, et ce qu'ils ont appris pourrait vous surprendre. Les connaissances qu'ils ont acquises vous aideront certainement à mieux vous dissimuler pendant la chasse, augmentant ainsi vos chances de prendre des cerfs plus méfiants.


Lire la douleur dans un visage humain

Dans quelle mesure les ordinateurs peuvent-ils interagir avec les humains ? Certes, les ordinateurs jouent un jeu d'échecs méchant, qui nécessite de la stratégie et de la logique, et « Jeopardy ! », dans lequel ils doivent traiter le langage pour comprendre les indices lus par Alex Trebek (et bourdonner avec la bonne question).

Mais ces dernières années, les scientifiques se sont efforcés d'atteindre un objectif encore plus complexe : programmer des ordinateurs pour lire les expressions faciales humaines.

Quiz : Ces personnes souffrent-elles vraiment ou font-elles semblant ?

Nous savons tous ce que c'est que de ressentir une douleur qui fait que nos visages se tordent en une grimace. Mais pouvez-vous dire si le visage de la douleur de quelqu'un d'autre est réel ou simulé ?

Les applications pratiques pourraient être profondes. Les ordinateurs pourraient compléter ou même remplacer les détecteurs de mensonges. Ils pourraient être installés aux postes frontières et aux contrôles de sécurité dans les aéroports. Ils pourraient servir d'aides au diagnostic pour les médecins.

Des chercheurs de l'Université de Californie à San Diego ont écrit un logiciel qui non seulement détecte si le visage d'une personne révèle une douleur réelle ou simulée, mais qui le fait beaucoup plus précisément que les observateurs humains.

Alors que d'autres scientifiques ont déjà affiné la capacité d'un ordinateur à identifier les nuances des sourires et des grimaces, c'est peut-être la première fois qu'un ordinateur triomphe des humains dans la lecture de leur propre espèce.

« Un tel succès particulier a été insaisissable », a déclaré Matthew A. Turk, professeur d'informatique à l'Université de Californie à Santa Barbara. C'est l'un des nombreux exemples récents de la façon dont le domaine produit désormais des technologies utiles plutôt que des recherches qui ne restent qu'en laboratoire. Nous affectons le monde réel.

Les gens excellent généralement à utiliser des indices non verbaux, y compris des expressions faciales, pour tromper les autres (d'où le visage de poker). Ils sont doués pour imiter la douleur, sachant instinctivement comment contorsionner leurs traits pour exprimer un inconfort physique.

Et d'autres personnes, selon des études, réussissent généralement mal à détecter ces tromperies.

Dans une nouvelle étude, dans Current Biology, menée par des chercheurs de San Diego, de l'Université de Toronto et de l'Université d'État de New York à Buffalo, on a montré à des humains et à un ordinateur des vidéos de personnes souffrant réellement ou faisant semblant. L'ordinateur a différencié la souffrance du faux avec une plus grande précision en suivant les modèles de mouvements musculaires subtils dans les visages des sujets.

« Nous avons de nombreuses preuves pour montrer que les humains prêtent attention aux mauvais signaux », a déclaré Marian S. Bartlett, professeur de recherche à l'Institute for Neural Computation de San Diego et auteur principal de l'étude.

Pour l'étude, les chercheurs ont utilisé un protocole standard pour produire de la douleur, les individus plongeant un bras dans de l'eau glacée pendant une minute (la douleur est immédiate et réelle mais ni nocive ni prolongée). Les chercheurs ont également demandé aux sujets de tremper un bras dans l'eau chaude pendant un moment et de simuler une expression de douleur.

Les observateurs ont regardé des vidéos silencieuses d'une minute de ces visages, essayant d'identifier qui souffrait et qui faisait semblant. Seulement environ la moitié des réponses étaient correctes, un taux comparable à celui de deviner.

Ensuite, les chercheurs ont dispensé une heure de formation à un nouveau groupe d'observateurs. On leur a montré des vidéos, on leur a demandé de deviner qui souffrait vraiment et on leur a dit immédiatement qui ils avaient correctement identifié. Ensuite, on a montré aux observateurs d'autres vidéos et on leur a de nouveau demandé de juger. Mais la formation a fait peu de différence : le taux de précision s'est à peine amélioré, à 55 %.

Puis un ordinateur a relevé le défi. À l'aide d'un programme que les chercheurs de San Diego ont nommé CERT, pour Computer Expression Reconnaissance Toolbox, il a mesuré la présence, l'absence et la fréquence de 20 mouvements des muscles faciaux dans chacune des 1 800 images de vidéos d'une minute. L'ordinateur a évalué les 50 mêmes vidéos qui avaient été montrées aux observateurs humains originaux non entraînés.

L'ordinateur a appris à identifier des indices qui étaient si petits et rapides qu'ils échappaient à l'œil humain. Bien que les mêmes muscles soient souvent sollicités par les imposteurs et ceux qui souffrent réellement, l'ordinateur peut détecter la vitesse, la douceur et la durée des contractions musculaires qui pointent vers ou s'éloignent de la tromperie. Lorsque la personne ressentait une douleur réelle, par exemple, la durée pendant laquelle la bouche était ouverte variait lorsque la personne faisait semblant de ressentir de la douleur, la durée pendant laquelle la bouche s'ouvrait était régulière et constante. D'autres combinaisons de mouvements musculaires étaient le sillon entre les sourcils, le resserrement des muscles orbitaux autour des yeux et l'approfondissement des sillons de chaque côté du nez.

Précision de l'ordinateur : environ 85 %.

Jeffrey Cohn, professeur de psychologie à l'Université de Pittsburgh qui mène également des recherches sur les ordinateurs et les expressions faciales, a déclaré que l'étude du CERT traitait d'un problème important, médicalement et socialement, faisant référence à la difficulté d'évaluer les patients qui prétendent être en la douleur. Mais il a noté que les observateurs de l'étude étaient des étudiants universitaires, et non des spécialistes de la douleur.

Le Dr Bartlett a déclaré qu'elle ne voulait pas dire que les médecins ou les infirmières ne perçoivent pas la douleur avec précision. Mais "nous ne devrions pas supposer que la perception humaine est meilleure qu'elle ne l'est", a-t-elle déclaré. “Il y a des signaux dans le comportement non verbal que notre système perceptif peut ne pas détecter ou que nous ne prenons pas en compte.”

Le Dr Turk a déclaré que l'une des limites de l'étude était que tous les visages avaient la même vue frontale et le même éclairage. "Personne ne porte de lunettes de soleil ou ne s'est pas rasé depuis cinq jours", a-t-il déclaré.

Le Dr Bartlett et le Dr Cohn travaillent à l'application de la technologie de l'expression faciale aux soins de santé. Le Dr Bartlett travaille avec un hôpital de San Diego pour perfectionner un programme qui détectera l'intensité de la douleur chez les enfants.

« Les enfants ne réalisent pas qu'ils peuvent demander des analgésiques et les plus jeunes ne peuvent pas communiquer », a-t-elle déclaré. Un enfant pourrait s'asseoir devant une caméra d'ordinateur, a-t-elle dit, se référant à un projet en cours, et « l'ordinateur pourrait échantillonner l'expression faciale de l'enfant et obtenir des estimations de la douleur. Le pronostic est meilleur pour le patient si la douleur est bien gérée et précoce.”

Le Dr Cohn a noté que ses collègues ont travaillé avec le département de psychiatrie du centre médical de l'Université de Pittsburgh, en se concentrant sur la dépression sévère. L'un des projets est qu'un ordinateur identifie les modèles changeants des sons vocaux et des expressions faciales tout au long de la thérapie d'un patient en tant qu'aide objective pour le thérapeute.

« Nous avons découvert que la dépression dans les muscles du visage sert à éloigner les autres, à signaler : « Laissez-moi tranquille », a déclaré le Dr Cohn. Les sourires aux lèvres pincées des personnes gravement déprimées, a-t-il dit, étaient teintés de mépris ou de dégoût, gardant les autres à distance.

"À mesure qu'ils deviennent moins déprimés, leurs visages montrent plus de tristesse", a-t-il déclaré. Ces expressions révèlent que le patient demande implicitement du réconfort et de l'aide, a-t-il ajouté. C'est une façon pour l'ordinateur de signaler au thérapeute que le patient va mieux.

Une version imprimée de cet article est publiée le 29/04/2014, à la page D 6 de l'édition de New York avec le titre : A Truth-Teller for Fake Pain.


Variabilité de la fréquence cardiaque : une nouvelle façon de suivre le bien-être

L'information est une connaissance, et les grandes entreprises technologiques savent à quel point il est important de collecter et de suivre les données. Lorsqu'il s'agit de votre santé, il est désormais facile de mesurer et de suivre toutes sortes d'informations. Dans le confort de notre maison, nous pouvons vérifier notre poids, notre tension artérielle, le nombre de pas, les calories, la fréquence cardiaque et la glycémie. Récemment, certains chercheurs ont commencé à utiliser un marqueur intéressant pour la résilience et la flexibilité comportementale. C'est ce qu'on appelle la variabilité de la fréquence cardiaque (VFC).

Vous êtes-vous déjà demandé quel était l'impact sur la santé d'une journée stressante ? Serez-vous performant lors de votre longue course demain matin ? Y a-t-il quelque chose que vous puissiez faire aujourd'hui pour améliorer votre capacité à passer une meilleure journée à l'avenir ? HRV peut être l'élément de données qui pourrait vous aider à répondre à ces questions.

Qu'est-ce que le VRC ?

HRV est simplement une mesure de la variation dans le temps entre chaque battement cardiaque. Cette variation est contrôlée par une partie primitive du système nerveux appelée système nerveux autonome (SNA). Il fonctionne quel que soit notre désir et régule, entre autres, notre fréquence cardiaque, notre tension artérielle, notre respiration et notre digestion. Le SNA est subdivisé en deux grands composants, le système nerveux sympathique et parasympathique, également connu sous le nom de mécanisme de combat ou de fuite et de réponse de relaxation.

Le cerveau traite en permanence des informations dans une région appelée hypothalamus. L'hypothalamus, via le SNA, envoie des signaux au reste du corps pour stimuler ou détendre différentes fonctions. Cela répond non seulement à une mauvaise nuit de sommeil ou à cette interaction amère avec votre patron, mais aussi à la nouvelle excitante de votre fiançailles ou à ce délicieux repas sain que vous avez pris pour le déjeuner. Notre corps gère toutes sortes de stimuli et la vie continue. Cependant, si nous avons des instigateurs persistants tels que le stress, un mauvais sommeil, une alimentation malsaine, des relations dysfonctionnelles, l'isolement ou la solitude et le manque d'exercice, cet équilibre peut être perturbé et votre réaction de combat ou de fuite peut passer à la vitesse supérieure.

Pourquoi vérifier la variabilité de la fréquence cardiaque ?

La VRC est un moyen intéressant et non invasif d'identifier ces déséquilibres du SNA. Si le système d'une personne est davantage en mode combat ou fuite, la variation entre les battements cardiaques suivants est faible. Si l'on est dans un état plus détendu, la variation entre les battements est élevée. En d'autres termes, plus le SNA est sain, plus vous pouvez changer de vitesse rapidement, en faisant preuve de plus de résilience et de flexibilité. Au cours des dernières décennies, la recherche a montré une relation entre une faible VRC et l'aggravation de la dépression ou de l'anxiété. Une faible VRC est même associée à un risque accru de décès et de maladies cardiovasculaires.

Les personnes qui ont une VRC élevée peuvent avoir une meilleure forme cardiovasculaire et être plus résistantes au stress. HRV peut également fournir des commentaires personnels sur votre mode de vie et aider à motiver ceux qui envisagent de prendre des mesures vers une vie plus saine. Il est fascinant de voir comment la VRC change à mesure que vous incorporez plus de pleine conscience, de méditation, de sommeil et surtout d'activité physique dans votre vie. Pour ceux qui aiment les données et les chiffres, cela peut être un bon moyen de suivre la façon dont votre système nerveux réagit non seulement à l'environnement, mais aussi à vos émotions, pensées et sentiments.

Comment vérifier la variabilité de votre fréquence cardiaque ?

L'étalon-or consiste à analyser une longue bande d'électrocardiogramme, le test que nous faisons fréquemment dans le cabinet médical où nous attachons des fils à la poitrine. Mais au cours des dernières années, plusieurs entreprises ont lancé des applications et des moniteurs de fréquence cardiaque qui font quelque chose de similaire. L'exactitude de ces méthodes est toujours à l'étude, mais je pense que la technologie s'améliore considérablement. Un mot d'avertissement est qu'il n'y a pas d'agences réglementant ces appareils, et ils peuvent ne pas être aussi précis qu'ils le prétendent. Le moyen le plus simple et le moins cher de vérifier la VRC est d'acheter un moniteur cardiaque à ceinture thoracique (Polar, Wahoo) et de télécharger une application gratuite (Elite HRV est une bonne application) pour analyser les données. Le moniteur de ceinture thoracique a tendance à être plus précis que les appareils au poignet ou au doigt. Vérifiez votre VRC le matin après votre réveil, quelques fois par semaine, et suivez les changements au fur et à mesure que vous intégrez des interventions plus saines.

La ligne de fond

Le suivi de la VRC peut être un excellent outil pour motiver un changement de comportement pour certains. Les mesures de la VRC peuvent aider à mieux comprendre comment vous vivez et pensez, et comment votre comportement affecte votre système nerveux et vos fonctions corporelles. Bien que cela puisse évidemment vous aider à éviter le stress, cela pourrait vous aider à comprendre comment réagir au stress de manière plus saine. Il y a des questions sur la précision et la fiabilité des mesures. Cependant, j'espère qu'une agence indépendante finira par identifier quels appareils et logiciels fournissent des données auxquelles nous pouvons faire confiance. En attendant, si vous décidez d'utiliser HRV comme autre élément de données, ne soyez pas trop confiant si vous avez une HRV élevée, ou n'ayez pas peur si votre HRV est basse. Considérez le VRC comme un outil préventif, un aperçu visuel de la partie la plus primitive de votre cerveau.


Quand le jugement humain fonctionne bien et quand il ne fonctionne pas

Mon dernier message ici, intitulé de manière descriptive « Le plus grand défi du Big Data ? Convaincre les gens de NE PAS faire confiance à leur jugement », a généré pas mal de commentaires. Je pense donc qu'il vaut la peine de consacrer quelques articles de suivi aux réactions, questions et objections soulevées en réponse à mon affirmation, qui était (et est) que nous devrions généralement nous fier beaucoup moins aux jugements, diagnostics et les prévisions des « experts » humains et bien plus encore sur les résultats d'algorithmes froids, durs et axés sur les données.

Un bon point de départ est la simple question de savoir d'où vient cette affirmation : pourquoi suis-je si convaincu que nous devrions moins nous fier aux experts et davantage aux algorithmes ? La réponse simple est que la théorie et les données soutiennent cette conviction.

Prenons d'abord les données : dans mon article précédent, j'ai souligné qu'il y avait eu une multitude d'études comparant les prédictions d'experts humains à celles d'algorithmes, et que dans la grande majorité d'entre elles, les algorithmes étaient au moins aussi bons ou nettement mieux que les humains. Dans une méta-analyse menée par William Grove et ses collègues de 136 études de recherche, par exemple, les jugements d'experts étaient clairement meilleurs que leurs équivalents purement basés sur les données dans seulement huit cas.

La plupart de ces études ont eu lieu dans des environnements désordonnés, complexes et réels, et non dans des environnements de laboratoire dépouillés. Le commentateur Sean Kennedy a souligné que « … bon nombre de nos décisions doivent être prises dans des conditions de « mégadonnées » bien loin d'être idéales. Les données sont souvent manquantes, de mauvaise qualité ou contradictoires. C'est vrai, et ce qui est étonnant, c'est que ce sont exactement les conditions dans lesquelles les algorithmes font mieux que les gens.

Pourquoi est-ce? Passons à la théorie.

Un certain nombre de personnes ont noté que le travail du lauréat du prix Nobel Daniel Kahneman, joliment résumé dans son livre de 2011 Penser vite et lentement, a beaucoup influencé leur façon de penser. Moi aussi : Kahneman a fait des contributions gigantesques, et son livre devrait être une lecture obligatoire pour quiconque cherche à comprendre comment s'améliorer, ainsi que leurs organisations.

Pour nos besoins ici, le chapitre 22 est paydirt. Il s'intitule « Intuition d'expert : quand pouvons-nous lui faire confiance ? » Kahneman a mené une grande partie du travail sous-jacent avec Gary Klein, qui aimait et aime beaucoup les experts et leurs capacités intuitives – bien plus que Kahneman. Ce qui est vraiment intéressant, cependant, c'est que les deux se sont retrouvés en parfait accord sur les conditions nécessaires au développement d'une bonne intuition. Il y a deux d'entre eux:

  • un environnement suffisamment régulier pour être prévisible
  • une occasion d'apprendre ces régularités par une pratique prolongée

La médecine répond au premier de ces critères, car la biologie humaine change très lentement, mais (le soutient Kahneman) le marché boursier ne le fait pas – c'est tout simplement trop chaotique et imprévisible. Et en médecine, certaines spécialités offrent des possibilités d'apprentissage meilleures et plus rapides (le deuxième critère) que d'autres. Comme l'indique le chapitre, « Parmi les spécialités médicales, les anesthésistes bénéficient d'un bon retour d'information, car les effets de leurs actions sont susceptibles d'être rapidement évidents. En revanche, les radiologues obtiennent peu d'informations sur l'exactitude des diagnostics qu'ils posent et sur les pathologies qu'ils ne parviennent pas à détecter. Les anesthésistes sont donc mieux placés pour développer des compétences intuitives utiles. »

Kahneman insiste sur ce point sur l'apprentissage à la maison avec sa conclusion que « que les professionnels aient la possibilité de développer une expertise intuitive dépend essentiellement de la qualité et de la rapidité des commentaires, ainsi que d'opportunités suffisantes de pratiquer. »

Avec ce contexte, nous pouvons maintenant voir deux raisons principales pour lesquelles les algorithmes battent les gens. La première est que, comme l'écrit Kahneman, « les algorithmes statistiques surpassent largement les humains dans les environnements bruyants pour deux raisons : ils sont plus susceptibles que les juges humains de détecter des indices faiblement valides et beaucoup plus susceptibles de maintenir un niveau de précision modeste en utilisant ces indices de manière cohérente. . " En d'autres termes, les gens manquent souvent des indices (c'est-à-dire des données) dans l'environnement qui leur seraient utiles, et même lorsqu'ils sont conscients de ces indices, ils ne les utilisent pas de la même manière à chaque fois. En d'autres termes, le fait que la plupart des environnements du monde réel soient désordonnés et bruyants ne ne pas privilégier les experts humains aux algorithmes en fait, bien au contraire.

La deuxième raison est qu'un retour d'information rapide et précis n'est pas toujours disponible pour un expert humain. Pour reprendre l'exemple de Kahneman, une radiologue ne saura pas toujours si la masse qu'elle regardait s'est finalement avérée être un cancer (la patiente a peut-être changé de fournisseur de soins, par exemple), et elle ne le saura certainement pas rapidement. De même, un intervieweur n'obtiendra pas toujours la rétroaction que la personne qu'il a embauchée s'est enflammée au travail deux ans plus tard.

Mais des algorithmes bien conçus peuvent intégrer et intègrent des commentaires et des résultats sur une longue période, ce qui explique pourquoi les approches algorithmiques de la pathologie et de la gestion des talents fonctionnent tellement mieux.

Alors, où cela nous laisse-t-il ? Eh bien, si la théorie de Kahneman est juste et si les gens n'ont pas de supériorité inhérente en matière de collecte ou de traitement des données par rapport aux moyens automatiques, alors nous sommes dans cette situation :

Mais s'il y a encore quelque chose de spécial à propos de nos capacités innées de collecte et/ou de traitement de données (et je pense qu'il y en a, du moins pour l'instant), alors nous sommes là :


Dégustation de phénylthiocarbamide

Nos rédacteurs examineront ce que vous avez soumis et détermineront s'il faut réviser l'article.

Dégustation de phénylthiocarbamide, aussi appelé Dégustation PTC, une capacité génétiquement contrôlée à goûter le phénylthiocarbamide (PTC) et un certain nombre de substances apparentées, qui ont toutes une activité antithyroïdienne. La capacité de dégustation de PTC est un trait génétique simple gouverné par une paire d'allèles, dominants T à déguster et récessif t pour le non-goût. Personnes avec des génotypes TT et tt sont des dégustateurs, et les personnes ayant un génotype tt sont des non-goûteurs, il semble y avoir une médiation hormonale de la capacité de dégustation, cependant, parce que les femmes sont plus souvent sensibles au goût à cet égard que les hommes. Il a été suggéré que le goût du PTC pourrait être lié au niveau génétiquement déterminé de dithiotyrosine dans la salive.

La capacité de goûter le PTC n'est pas particulièrement utile, semble-t-il, puisque le PTC n'est pas présent dans les aliments, mais certaines substances liées au PTC sont présentes dans les aliments. Quant à l'utilité de pouvoir goûter le PTC, il apparaît que les non-goûteurs du PTC peuvent avoir un taux de goitre supérieur à la moyenne, une maladie de la glande thyroïde parfois associée à un manque d'iode car le PTC et les composés apparentés contiennent de l'iode, il peut y avoir être un avantage sélectif quelconque pour les dégustateurs ou les non-goûteurs dans différents environnements. Il a également été suggéré que les dégustateurs peuvent avoir plus d'aversions alimentaires que les non-goûteurs, un inconvénient dans les situations de pénurie alimentaire.

La principale raison de l'intérêt pour la capacité de dégustation, cependant, est que la fréquence des dégustateurs varie d'une population à l'autre.


L'anatomie du goût

Notre sens du goût est dérivé de l'interaction de stimuli (comme la nourriture) avec les récepteurs sensoriels de notre bouche et de notre gorge. Dans la bouche, la langue et le palais (le toit de la bouche) sont responsables de la dégustation de la plupart des délicieuses pizzas au pepperoni que vous avez commandées.

Si vous observez attentivement votre langue, vous verrez qu'elle n'est pas lisse, mais plutôt rugueuse et bosselée. Ces minuscules protubérances sur votre langue sont appelées papilles, c'est là que résident vos papilles gustatives. Nos papilles gustatives peuvent contenir aussi peu qu'un seul récepteur gustatif ou jusqu'à 50 à 150 cellules réceptrices.

Lorsque vous mettez de la nourriture sur votre langue, les molécules de la nourriture se lient et stimulent ainsi les récepteurs gustatifs (goût). Il existe différents récepteurs pour différents types de goûts que nous associons aux cinq goûts communs : le sucré, l'acidité, l'amertume, le salé et l'umami (bien qu'il existe des recherches récentes pour identifier les récepteurs du goût qui détectent également le gras).

Les récepteurs qui détectent la douceur, par exemple, seront activés lorsque le glucose, ou un autre glucide similaire, comme le fructose ou le saccharose, s'y lie. Les récepteurs qui détectent la salinité répondent aux ions du sel : les ions sodium et chlorure. De cette façon, les millions de récepteurs sensoriels dans la bouche créent un profil gustatif de cette tranche garnie de garniture.

Ces récepteurs du goût sont connectés à des neurones qui transportent le goût de notre hypothétique pizza au pepperoni jusqu'au cerveau via l'un des trois nerfs crâniens, les nerfs faciaux VII, le nerf vague et le nerf glossopharyngé. Cette information atteint finalement le cortex gustatif dans le lobe frontal du cerveau. Ici, le cerveau déchiffre que ce que vous avez mangé était une pizza au pepperoni.


Comment puis-je trouver la profondeur de la nappe phréatique à un endroit précis ?

La profondeur de la nappe phréatique peut changer (hausse ou baisse) selon la période de l'année. À la fin de l'hiver et au printemps, lorsque la neige accumulée commence à fondre et que les précipitations printanières sont abondantes, l'eau de surface s'infiltre dans le sol et la nappe phréatique s'élève. Lorsque les plantes hydriques recommencent à pousser au printemps et que les précipitations cèdent la place à des étés chauds et secs, la nappe phréatique chute à cause de l'évapotranspiration.

La méthode la plus fiable pour obtenir la profondeur de la nappe phréatique à un moment donné consiste à mesurer le niveau d'eau dans un puits peu profond avec un ruban. Si aucun puits n'est disponible, des méthodes géophysiques de surface peuvent parfois être utilisées, en fonction de l'accessibilité de la surface pour placer des sondes électriques ou acoustiques.

Les bases de données contenant des mesures de la profondeur de l'eau peuvent également être utiles, bien qu'elles ne disposent pas toujours de données à jour :

  • Le système national d'information sur l'eau (NWIS) de l'USGS dispose de mesures de la profondeur de l'eau effectuées dans le présent et le passé. Un moyen pratique de trouver des données pour votre région est d'utiliser le NWIS Mapper et de sélectionner « Sites d'eaux souterraines » dans le menu de gauche. Cliquez sur n'importe quelle épingle d'eau souterraine rouge pour accéder aux données.
  • Le Réseau national de surveillance des eaux souterraines est une compilation de puits de surveillance des eaux souterraines provenant de réseaux d'eaux souterraines fédéraux, étatiques et locaux à travers le pays. Utilisez leur portail de données pour zoomer sur votre domaine d'intérêt et cliquez sur n'importe quel site.
  • Le gouvernement de votre état maintient probablement une base de données des journaux des foreurs qui ont enregistré les niveaux d'eau lorsqu'un puits a été foré, et les consultants en hydrologie ont souvent des rapports contenant des données sur les niveaux d'eau provenant de trous de forage peu profonds.

La consultation d'une ou de toutes ces sources est une bonne première étape pour connaître la profondeur de la nappe phréatique.


Sens de l'émerveillement

Les humains ont profité du sens supérieur de l'odorat des chiens pendant des décennies. Le nez des chiens contient 300 millions de récepteurs olfactifs, contre 5 ou 6 millions pour les humains. Cela leur permet de détecter de minuscules concentrations d'odeurs que les gens ne peuvent pas. Les chiens renifleurs sont déjà familiers dans les aéroports, où ils détectent les armes à feu, les explosifs et les drogues. Les scientifiques ont également entraîné des chiens à détecter certains cancers et le paludisme, mais les animaux ne sont pas systématiquement utilisés à cette fin. Les chercheurs ne savent pas avec certitude ce que les chiens sentent, mais beaucoup soupçonnent que ces maladies poussent le corps humain à dégager un schéma distinct de composés organiques volatils (COV). Ces molécules s'évaporent facilement pour créer une odeur que les chiens peuvent percevoir. Des travaux antérieurs avec des virus non COVID ont suggéré que les infections virales pourraient également amener le corps à le faire.

De nombreux scientifiques chiens renifleurs ont tourné leur attention vers COVID-19 au début de la pandémie. Ils ont entraîné leurs chiens à sentir des échantillons, le plus souvent de sueur, dans des récipients stériles, et à s'asseoir ou à piétiner le sol lorsqu'ils détectent des signes d'infection. Des essais dans les aéroports des Émirats arabes unis, de Finlande et du Liban utilisent des chiens pour détecter le COVID-19 dans des échantillons de sueur des passagers, ceux-ci sont ensuite vérifiés par rapport à des tests conventionnels. Selon les données présentées lors de la réunion K9, des chiens en Finlande et au Liban ont identifié des cas quelques jours avant que les tests conventionnels ne détectent le virus, suggérant qu'ils peuvent détecter l'infection avant le début des symptômes.

Riad Sarkis, chirurgien et chercheur à l'Université Saint Joseph de Beyrouth, fait partie d'un projet franco-libanais qui a entraîné 18 chiens. Sarkis a utilisé les deux meilleurs interprètes pour l'essai de l'aéroport au Liban. Les chiens ont examiné 1 680 passagers et trouvé 158 cas de COVID-19 confirmés par des tests PCR. Les animaux ont correctement identifié les résultats négatifs avec une précision de 100 % et ont correctement détecté 92 % des cas positifs, selon des résultats non publiés. "C'est très précis, faisable, bon marché et reproductible", explique Sarkis, qui a été approché pour utiliser les chiens dans les écoles, les banques et les prisons, et travaille avec un centre commercial pour proposer des tests COVID-19 en utilisant les animaux.

Les pays à faible revenu avec un espace de laboratoire limité pourraient particulièrement bénéficier de l'approche, explique Isabella Eckerle, virologue aux Hôpitaux universitaires de Genève en Suisse.


Boucles de rétroaction

Les boucles de rétroaction positives et négatives sont essentielles pour l'homéostasie dans le corps humain. Ils fournissent les contrôles nécessaires pour empêcher les effets des hormones et des réactions en chaîne hormonale de devenir incontrôlables.

Les boucles de rétroaction négative agissent pour inverser les changements dans l'état physiologique du corps. Par exemple, les cellules du pancréas détectent une augmentation de la glycémie. Ce stimulus provoque la libération d'insuline par les cellules bêta du pancréas, ce qui amène les muscles, les cellules graisseuses et les cellules hépatiques à absorber le glucose. La rétroaction négative commence lorsque la glycémie diminue. Les cellules alpha du pancréas inhibent alors la libération d'insuline par les cellules bêta. Il s'agit d'un processus dynamique qui se poursuit tout le temps pour maintenir l'homéostasie de la glycémie.


Voir la vidéo: La minute nutrition: supplémenter ou pas? (Décembre 2022).