Əsas səhifə  / Kaloriləri necə saymalı
Bələdçi · Kalori izləmə

Bütün vaxtınızı buna sərf etmədən kalorilərinizi necə saymalı. 4 metodun müqayisəsi, onların real dəqiqliyi və 6 ay sonra da davam etdirəcəyiniz üsul.

Süni intellektlə foto skanı, barkod, verilənlər bazası, sürətli əlavə: hər metodun real dəyəri, insanların 80%-i niyə 3 ayda bu işi atır və profilinizə görə necə seçim etməli.

App Store-dan yükləyin Google Play-də mövcuddur Pulsuz yükləmə
Qida gündəliyi aparmaq elmi ədəbiyyatda uğurlu çəki itkisi ilə ən ardıcıl əlaqələndirilən davranışdır (Burke, 2011). Problem heç vaxt effektivlik olmayıb, problem ardıcıllıqdır: hər qidanı əl ilə daxil etmək hamını yorur və insanların təxminən 80%-i 3 aydan tez bu işi atır. Bu bələdçi kalorilərinizi saymaq üçün 4 metodu ən sürətlisindən (süni intellektlə foto skanı, 5 saniyə) ən dəqiqinə (verilənlər bazası + tərəzi) qədər müqayisə edir və profilinizə görə hansını seçməli olduğunuzu deyir.
Sürətli cavab

Kalorilərinizi saymaq üçün dörd metod: süni intellektlə foto skanı (boşqabınızın şəklini çəkirsiniz, süni intellekt hər qidanı və onun miqdarını tanıyır), barkod skanı (qablaşdırılmış məhsullar, istehsalçı məlumatları), verilənlər bazası (axtarış + tərəzidə çəkmə, ən dəqiq üsul) və sürətli əlavə (10 saniyədə ümumi büdcə). Düzgün metod kağız üzərində ən dəqiq olanı deyil, 6 ay ərzində davam etdirə biləcəyiniz metoddur. Qəbulunuzu saymaq isə yalnız sərfiniz, yəni TDEETotal Daily Energy Expenditure: 24 saat ərzində ümumi kalori sərfiniz. TDEE = BMR + NEAT + EAT + TEF., düzgün hesablandıqda faydalıdır.

İnsanların 80%-i niyə 3 ayda saymağı dayandırır

Kalori saymaq işləyir. Məsələ bu deyil. Məsələ ondadır ki, demək olar ki, heç kim davam etdirmir: çəki itkisi proqramları üzrə tədqiqatlar tərəzidə görünən ilk nəticədən çox əvvəl, elə ilk həftələrdə kütləvi tərk etmə göstərir.

80 %
çəki itkisi proqramına yazılanlardan ilk 3 ay ərzində proqramı tərk edənlərin payıdır (Alexander et al., 2018). Əsas səbəb: izləmənin yaratdığı çətinlik, iradə çatışmazlığı yox.

Çətinlik konkret olaraq belədir: siyahıda «toyuq döşü» axtarmaq, 40 dublikat arasından düzgün qeydi seçmək, 150 g-ı gözəyarı təxmin etmək, lobya üçün təkrarlamaq, sonra zeytun yağı üçün. Gündə üç dəfə. Ayda 90 dəfə. İzləməni öldürən izləmə ideyası yox, məhz bu mühasibatlıqdır.

Praktiki nəticə: daxiletmə metodunuzun seçimi ergonomik detal deyil. Bu, məlumatlarınızın 3 ay sonra hələ də mövcud olub-olmayacağını həll edən ƏSAS amildir. Budur 4 metod, ən sürətlisindən ən tələbkarına qədər.

Süni intellektlə foto skanı: hər yeməyə 5 saniyə

Boşqabınızın şəklini çəkirsiniz. Lean-in süni intellekti ikiqat tanıma aparır: əvvəlcə boşqabdakı hər qidanı tanıyır (qrildə bişirilmiş toyuq, yaşıl lobya), sonra hər birinin miqdarını qiymətləndirir. Nəticə havadan götürülmüş ümumi rəqəm deyil: bu, hər sətir üçün kalori və makroları göstərən, qida-qida bölgüdür.

Real şəraitdə süni intellekt skanı: foto, analiz, nəticə.

Şəkillərlə, addım-addım, real bir yeməkdə:

Lean-də süni intellekt skanı: yeməyin fotosu çəkilib, klaviatura ilə ixtiyari detal sahəsi
Kadrı tənzimləyirsiniz. İstəsəniz, klaviatura ilə bir detal əlavə edin.
Lean-də süni intellekt analizi gedir: yeməyin fotosu işlənir
Süni intellekt boşqabı analiz edir.
Süni intellekt skanının nəticəsi: hər qida kalori və makrolarla sayılıb
Hər qida sayılır.

Adi yeməklərdə tipik xəta hər yemək üçün təxminən ±10%-dir. Bu, tərəzidən az dəqiqdir, amma yağ itkisini idarə etmək üçün tamamilə kifayətdir (aşağıda böyük ədədlər qanunu ilə buna qayıdacağıq). Ən əsası, bu, etiketsiz yeməkləri əhatə edən yeganə metoddur: ev yeməyi, restoran, yeməkxana.

Lean-in daha irəli getdiyi yer: nəzarət sizdə qalır

Süni intellekt skanı yalnız onun təklifini düzəldə bildiyiniz halda faydalıdır. Lean hər qida üçün sizə üç vasitə verir:

Vasitə 1

Miqdarları dəyişmək

Hər qida üçün bir slayder: burada süni intellektin 101,4 g kimi qiymətləndirdiyi çörək 70 g-a düzəldilib. Kalorilər və yeməyin cəmi dərhal yenidən hesablanır.

Lean-də düzəlişdən əvvəl skan edilmiş yemək: çörək 101,4 g kimi qiymətləndirilib
Süni intellekt çörəyi 101,4 g kimi qiymətləndirib.
Lean-də miqdar slayderi: çörək 70 g-a düzəldilib, dərhal yenidən hesablama
70 g-a düzəldilib, hər şey yenidən hesablanır.
Vasitə 2

Makroları dəyişmək

Reseptinizi orta göstəricidən yaxşı bilirsiniz? Burada çipslər: süni intellekt 4,1 g yağ təklif edir, siz 14 g-a düzəldirsiniz. Donut və cəm də buna uyğun dəyişir.

Lean-də süni intellektin qiymətləndirdiyi çips makroları: 4,1 g yağ
Süni intellektə görə çipslər: 4,1 g yağ.
Lean-də əl ilə düzəldilmiş çips makroları: 14 g yağ
Əl ilə düzəldilib: 14 g.
Vasitə 3

Bir qidanı yenidən skan etmək

Süni intellekt hinduşkanı pendirlə səhv saldı? Düzgün adı yazırsınız, sətir bütün yeməyi təkrar skan etmədən özü yenidən analiz olunur.

Lean-də qidanın yenidən skanı: düzgün adın klaviatura ilə daxil edilməsi
Dəqiqləşdirirsiniz: hinduşka vetçinası.
Lean-də yenidən skandan sonra nəticə: hinduşka vetçinası tanınıb, cəm yenidən hesablanıb
Hinduşka vetçinası, 53 kcal. Cəm yenidən hesablandı.

Cal AI ilə müqayisə testi: ətraflı bölgü ümumi büdcəyə qarşı

Eyni foto, iki tətbiq. Fərq dərhal gözə çarpır:

Süni intellekt skanı müqayisəsi: eyni yemək fotosu Lean və Cal AI-ya verilir
Hər iki tətbiqə verilən eyni foto.
Lean nəticəsi: sendviç və çipslər qida-qida parçalanıb
Lean: hər qida, ətraflı cəm.
Cal AI nəticəsi: parçalanma olmadan boşqabın ümumi büdcəsi
Cal AI: boşqab başına ümumi büdcə.

Bu, Cal AI başda olmaqla əksər skan tətbiqlərindən struktur fərqdir: onlar hər yemək üçün ümumi büdcə qaytarır, yəni qidalar üzrə dəyişdirilə bilən bölgü olmadan kalori və makroların cəmini. Təxmin səhvdirsə, ya onu qəbul edirsiniz, ya da atırsınız. Qidalar üzrə bölgü ilə isə səhv iki toxunuşla düzəldilir.

Düzgün istifadə: ev yeməkləri, restoran, yeməkxana, barkodu olmayan bütün yeməklər. Yeməklərin 90%-i üçün əsas metod.

Barkod skanı: etiketin dəqiqliyi

Qablaşdırılmış hər məhsul üçün barkod əvəzsizdir: qida dəyərləri birbaşa istehsalçı məlumatlarından gəlir. Lean USDA və OpenFoodFacts bazalarına, yəni milyonlarla məhsula əsaslanır. Skan edirsiniz, miqdarı tənzimləyirsiniz, vəssalam.

Barkod skanı: məhsulun dəqiq kartı, birbaşa əlavə.

Məhdudiyyət aydındır: evdə hazırladığınız makaron boşqabının barkodu yoxdur. Buna görə bu metod süni intellektlə foto skanını əvəz etmir, onunla təbii şəkildə birləşir.

Düzgün istifadə: bazarlıq, qəlyanaltılar, emal olunmuş məhsullar, protein kokteylləri. Sənaye məhsullarında maksimum dəqiqlik, sıfır səy.

Verilənlər bazası + tərəzi: dəqiqlik rejimi

Tarixi metod: qidanı çəkirsiniz, bazada axtarırsınız, qramları daxil edirsiniz. Mətbəx tərəzisi ilə bu, mövcud ən dəqiq metoddur, yarış hazırlıqlarının və klinik protokolların metodu.

Lean verilənlər bazasında, tarixçə və sürətli əlavə ilə bir qidanın axtarışı
Axtarış, tarixçə, iki toxunuşda əlavə.
Lean-də məhsulun dəqiq qida kartı və onun gündəlik büdcələrə təsiri
Məhsulun dəqiq kartı, canlı təsir.

«Qalan / Təsir» paneli hələ təsdiqləmədən qidanın gündəlik büdcələrinizi necə dəyişdiyini göstərir: kalorilər, zülallar, karbohidratlar, yağlar, lif. Qərarı sonradan deyil, məlumatlı şəkildə verirsiniz.

Lean çətinliyi minimuma endirir: tez-tez istifadə etdiyiniz qidaların tarixçəsi, USDA + OpenFoodFacts-də axtarış, siyahıdan iki toxunuşda əlavə. Amma real xərc barədə dürüst olaq: hər yemək üçün 2-3 dəqiqə və çəkmə intizamı. Klassik metodda 80% tərketməni yaradan məhz bu çətinlikdir.

Düzgün istifadə: sərt qurutma, irəli səviyyəli rekompozisiya, çəki kateqoriyalı idman növləri. Həmçinin tarixçə sayəsində demək olar ki, dərhal əlavə olunan, gündəlik təkrarlanan 5-10 qidanız.

Sürətli əlavə: günü xilas edən büdcə

Doğum günü bufeti, yüklü gün, iki iclas arasında ayaq üstə yemək: bəzi yeməklər heç vaxt dəqiq izlənməyəcək. Sürətli əlavə sizə 10 saniyədə ümumi büdcəni, təxmin edilən kalori və makroları daxil etməyə imkan verir. Daha az dəqiqdir, məlumat boşluğundan qat-qat yaxşıdır.

Lean-də sürətli əlavə formu: əllə daxil edilmiş ad, kalorilər və makrolar
Ad, kalorilər, makrolar: 10 saniyə.
Lean qida gündəliyinə qeyd edilmiş sürətli əlavə
Bir büdcə, gün xilas oldu.

Canlı kalori balansı qalanını edir: skrinşotda 2 143 kcal hədəf, 1 000 istehlak edilib, 1 143 qalıb və bu, gün boyu daim yenidən hesablanır. Təxmini, amma izlənmiş gün tərk edilmiş mükəmməl gündən yaxşıdır: nəticəni tək bir günün qüsursuzluğu yox, həftəlik orta göstərici müəyyən edir.

Lean-də sürətli əlavə şəklində bir yeməyin qida detalları: qalan və təsir
Qalan və təsir, canlı yenidən hesablanır.

Düzgün istifadə: gərgin günlər, qonaqlıqlar, izləməni atmamaq üçün ehtiyat variant. «Bir yeməyi qeyd etməmişəm, bu həftə onsuz da boşa getdi» düşüncəsinin qarşısını alan metod.

App Store-dan yükləyin Google Play-də mövcuddur Pulsuz yükləmə

Hansı profil üçün hansı metod

Əvvəlcə 4 metodun vacib olan 4 meyar üzrə müqayisəsi: hər yemək üçün asanlıq, əlçatanlıq (hər yerdə, hər zaman işləyirmi), uzunmüddətli davamlılıq və dəqiqlik.

Süni intellektlə foto skanı

Foto, 5 saniyə

Asanlıq++
Mövcudluq++
Uzunmüddətli++
Dəqiqlik+

Barkod

Dəqiq etiket

Asanlıq+
Mövcudluq+
Uzunmüddətli+
Dəqiqlik++

Verilənlər bazası + tərəzi

Dəqiqlik rejimi

Asanlıq−
Mövcudluq+
Uzunmüddətli−
Dəqiqlik++

Sürətli əlavə

Xilasedici büdcə

Asanlıq++
Mövcudluq++
Uzunmüddətli−
Dəqiqlik−

++ əla + yaxşı − zəif cəhət. «Uzunmüddətli» = 6 ay sonra bu metoddan hələ də istifadə etmə ehtimalınız.

Müqayisənin nəticəsi: heç bir metod hər meyarda qalib gəlmir. Süni intellekt skanı ardıcıllıqda, baza + tərəzi dəqiqlikdə öndədir, sürətli əlavə isə yalnız boşluqları doldurmaq üçündür. Profillər buradan yaranır: 4 metod bir-birini istisna etmir, düzgün strategiya anlıq tələblərinizə və iş qrafikinizə görə tənzimlənən qarışıqdır. Üç profil demək olar ki, bütün halları əhatə edir.

Profil 1 · Yeni başlayan

Sıfır maneə, edərək öyrənmək

Hər yerdə süni intellektlə foto skanı, qablaşdırılmış məhsullarda barkod, heç bir çəkmə. Yeganə hədəf: 3 ay davam etmək və gözünüzü porsiyalara öyrəşdirmək. Dəqiqlik sonra gələcək, əvvəlcə vərdiş.

Profil 2 · Maksimum dəqiqlik

Hər faiz əhəmiyyətlidir

Ev yeməklərində tərəzi + verilənlər bazası, qablaşdırılmış məhsullarda barkod, restoranda süni intellekt skanı. Dəqiqliyin həqiqətən bəhrə verdiyi qısa mərhələlər üçün: qurutmanın sonu, rəsmi çəkiliş.

Profil 3 · Tələsən və ya təcrübəli

Düşünmədən etibarlı məlumatlar

Gündəlik barkod və süni intellekt skanı, çətin günlərdə ehtiyat kimi sürətli əlavə. Porsiyalarınızı artıq bilirsiniz, sadəcə məlumatların mövcud olmasını istəyirsiniz.

Hamı üçün etibarlı seçim qaydası: şübhə yarandıqda davam etdirəcəyinizə əmin olduğunuz ən yüngül metodu seçin. 3 həftə sonra daxil etməyi dayandırdığınız mükəmməl məlumatın dəyəri sıfırdır.

Bir ayda yox olan ±10% səhv

Süni intellekt skanına qarşı klassik etiraz: «±10% xəta çoxdur». Bu, tək bir yemək üzərində düşünməkdir. Amma siz tək bir yeməyi izləmirsiniz: ayda təxminən 90 yemək izləyirsiniz.

Yemək 1Yemək 12

Çəhrayı: artıq qiymətləndirilmiş yeməklər. Yaşıl: az qiymətləndirilmiş yeməklər. Qara xətt: real istehlakınız. Bir ay ərzində fərqlər bir-birini kompensasiya edir.

Bu, böyük ədədlər qanunudur (Kolmoqorov): müstəqil təsadüfi xətalar müşahidələrin sayı artdıqca bir-birini kompensasiya edir. Bazar ertəsinin +12%-i çərşənbə axşamı çatışmayan 8%-i ləğv edir. Bir ayın sonunda qalan bir yeməyin təsadüfi xətası yox, modelin orta sistematik meyli olur və yaxşı kalibrlənmiş skanda bu, sıfıra yaxındır.

Əl ilə daxiletmə isə tamamilə başqa xarakterli problemdən əziyyət çəkir: sistematik meyl. İnsanlar yediklərini azaldaraq bildirirlər, özü də həmişə eyni istiqamətdə, sistematik meyl isə heç vaxt hamarlanmır.

47 %
əl ilə bəyan edilən kalorilərlə həqiqətən istehlak edilən kalorilər arasındakı fərq; pəhrizdə uğursuz olan şəxslərdə ikiqat işarələnmiş su metodu ilə ölçülüb (Lichtman, NEJM 1992). İnsan meyli kompensasiya olunmur, skanın təsadüfi xətası isə olunur.

Nəticə: sual «süni intellekt skanı mükəmməldirmi?» deyil, «90 yemək üzrə ən dəqiq məlumatları hansı metod verir?» sualıdır. Burada avtomatlaşdırma qalib gəlir, çünki istiqamətli meyli bir-birini ləğv edən təsadüfi xəta ilə əvəz edir.

Saymaq kifayət deyil: tənliyin digər yarısı çatışır

Mükəmməl qida gündəliyi tək başına heç nə demir. Yağ itirmək mənfi enerji balansıdır: qəbul edilən enerji sərf ediləndən az olmalıdır. Sərfiniz yanlış hesablanıbsa, defisitiniz mühasibat uydurmasıdır və kalorilərinizi qramına qədər saysanız da, heç vaxt irəliləməyə bilərsiniz.

TDEE = BMR + NEAT + EAT + TEF
Sərfin kanonik tənliyi. BMR = bazal metabolizm. NEAT = idmandan kənar fəaliyyət. EAT = idman məşqləri. TEF = həzm.

Problem: tətbiqlərin demək olar ki, hamısı sərfinizi Harris-Benedict (1919) və ya Mifflin-St Jeor (1990) ilə qiymətləndirir; bunlar bədən tərkibinizi nəzərə almayan, ümumi çəkiyə əsaslanan formullardır. Eyni çəkidə 15% bədən yağı olan bədənlə 30% bədən yağı olan bədən heç də eyni miqdarda yandırmır. Lean sərfi başqa cür, dörd mərhələdə hesablayır:

Real bədən yağı. Foto, 5 saniyə.
Mərhələ 1

BodyScan AI

Tətbiqdə bir foto çəkirsiniz. Süni intellekt görünən bədən quruluşunuza əsasən bədən yağınızı qiymətləndirir və bu, hər həftə təkrarlanır. Bütün hesablamanı xam çəkiyə deyil, yağsız bədən kütlənizə bağlayan məhz bu ölçüdür.

Mərhələ 2

Patentləşdirilmiş xüsusi model vasitəsilə BMR

Lean-in patentləşdirilmiş alqoritmi bazal metabolizminizi real yağsız bədən kütlənizə əsasən hesablayır. Yalnız çəkinizi bilən Harris-Benedict 1919 və ya Mifflin-St Jeor 1990-dan daha dəqiqdir.

Mərhələ 3

NEAT, EAT və TEF ölçülür, şablon rəqəmlə götürülmür

Addımlarınız NEAT-a, idman məşqləriniz istinad MET cədvəlləri vasitəsilə EAT-a daxil olur, TEF isə məhz izləməniz sayəsində həqiqətən yediyiniz makrolara görə hesablanır.

Mərhələ 4

Yenidən hesablanmış metabolik adaptasiya

Uzunmüddətli defisitdə BMR azalır. Lean bu əmsalı modelləşdirən və onu BMR-ə vurma yolu ilə tətbiq edən ilk tətbiqdir. Konvensiya: 100% = optimal, 90% = 10 faiz bəndi adaptasiya.

Nəticə: canlı balans yediklərinizi (bu bələdçinin 4 metodu ilə sayılan) həqiqətən sərf etdiklərinizlə müqayisə edir və bu, daim yenidən hesablanır. Yağ itkisini proqnozlaşdırıla bilən edən iki yarının, yəni düzgün qəbulun və düzgün sərfin birləşməsidir. Biri digəri olmadan boşluqda mühasibatlıqdır.

App Store-dan yükləyin Google Play-də mövcuddur Pulsuz yükləmə

Kalori sayma haqqında tez-tez verilən suallar

Çəki itirmək üçün gündə neçə kalori?
Universal rəqəm yoxdur: hər şey bazal metabolizminizdən, gündəlik fəaliyyətinizdən, idmanınızdan və bədən tərkibinizdən asılı olan ümumi sərfinizdən (TDEE) asılıdır. Etibarlı qayda: real TDEE-nizdən 300-500 kcal aşağı defisit, heç vaxt «1 500 kcal» kimi haradansa götürülmüş ümumi rəqəm yox. Öz rəqəminizi bununla təxmin edə bilərsiniz: kalori defisiti kalkulyatoru.
Kaloriləri saymaq üçün süni intellektlə foto skanı etibarlıdırmı?
Bəli, nəyin ölçüldüyünü başa düşmək şərtilə. Adi yeməklərdə tipik xəta hər yemək üçün təxminən ±10%-dir və qida-qida tanımanı düzəldə bilirsiniz (miqdarlar, makrolar, yenidən skan). Bir ay ərzində, yəni təxminən 90 yeməkdə təsadüfi xətalar böyük ədədlər qanunu ilə bir-birini kompensasiya edir: vacib olan tək bir yeməyin fərqi deyil, orta meyldir.
Kaloriləri saymaq üçün qidaları çəkmək lazımdırmı?
Yalnız hər faizin vacib olduğu mərhələdəsinizsə: sərt qurutma, qabaqcıl rekompozisiya, çəki kateqoriyalı idman. İnsanların böyük əksəriyyəti üçün süni intellektlə foto skanı və barkod tamamilə kifayətdir. 6 ay ərzindəki ardıcıllıq yekun nəticəyə tərk edəcəyiniz çəkmənin nəzəri dəqiqliyindən qat-qat çox təsir edir.
Kaloriləri hər gün saymaq lazımdırmı?
Nəticəni gündəlik mükəmməllik yox, həftəlik orta göstərici müəyyən edir. Sıx günlərdə 10 saniyəlik sürətli əlavə məlumat boşluğundan qat-qat yaxşıdır. Təxmini bir yemək heç nəyi pozmur; heç bir məlumat olmayan həftə isə pozur, çünki tendensiyanı gizlədir.
Kalorilərimi sayıram amma niyə çəki itirmirəm?
İki əsas səbəb var. Birincisi, az bəyan etmə: əl ilə bəyan edilən kalorilərlə həqiqətən istehlak edilən kalorilər arasında 47%-ə qədər ölçülmüş fərq (Lichtman, 1992); süni intellekt skanı yaddaşınızı deyil, boşqabı ölçərək bu meyli azaldır. İkincisi, artıq qiymətləndirilmiş sərf: tətbiqlərin çoxu TDEE-nizi bədən yağınızı və metabolik adaptasiyanı nəzərə almayan, ümumi çəkiyə əsaslanan formullarla hesablayır. Sərf yanlışdırsa, göstərilən defisit mövcud deyil.
Kalori saymaq obsessiyaya səbəb olurmu?
Məqsəd tam əksidir: izləməni hər yemək üçün bir neçə saniyəyə endirmək ki, o, heç bir zehni yer tutmasın; əl ilə mühasibat isə yorucu ola bilər. Bir neçə aylıq izləmə gözünüzü porsiyalara öyrəşdirir; sonra yükü azalda, hətta sürətli əlavəyə keçə bilərsiniz. Diaqnoz qoyulmuş qidalanma pozuntusu halında izləməyə başlamazdan əvvəl bu barədə səhiyyə mütəxəssisi ilə danışın.
Kaloriləri saymaq baxımından Lean ilə MyFitnessPal arasında fərq nədir?
MyFitnessPal nəhəng kollektiv bazaya, amma əsasən əl ilə daxiletməyə və ümumi çəkiyə görə qiymətləndirilmiş TDEE-yə əsaslanır. Lean süni intellekt skanı vasitəsilə hər yeməyi qida-qida bölür və ən əsası, sərfinizi BodyScan ilə ölçülmüş real bədən yağınıza əsasən, metabolik adaptasiya ilə hesablayır. Qəbulu saymaq yalnız sərf düzgün olduqda məna kəsb edir. Tətbiqlər üzrə ətraflı müqayisə: ən yaxşı kalori tətbiqlərinin müqayisəsi.

Bibliyoqrafiya

  1. Burke L.E., Wang J., Sevick M.A. (2011). Self-monitoring in weight loss: a systematic review of the literature. J Am Diet Assoc. PubMed 21185970.
  2. Alexander E., Tseng E., Durkin N. et al. (2018). Factors associated with early dropout in an employer-based commercial weight-loss program. Obes Sci Pract. PMC6298204.
  3. Lichtman S.W. et al. (1992). Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. N Engl J Med. PubMed 1454084.
  4. Martin C.K. et al. (2009). A novel method to remotely measure food intake of free-living individuals in real time: the remote food photography method. Br J Nutr. PubMed 18616837.
  5. USDA FoodData Central. Qida tərkibi üzrə istinad verilənlər bazası. fdc.nal.usda.gov.
  6. Open Food Facts. Qablaşdırılmış qida məhsullarına dair ümumdünya kollektiv verilənlər bazası. world.openfoodfacts.org.
  7. Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
  8. Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
  9. Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
  10. Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.