ඔබගේ මුළු කාලයම ඒ සඳහා වැය නොකර කැලරි ගණන් කරන්නේ කෙසේද. සංසන්දනය කළ ක්‍රම 4, ඒවායේ සැබෑ නිරවද්‍යතාව, සහ මාස 6කට පසුවත් ඔබ දිගටම භාවිත කරනු ඇති ක්‍රමය.
AI ඡායාරූප ස්කෑනය, බාර්කෝඩ්, දත්ත සමුදාය, ඉක්මන් එකතු කිරීම: එක් එක් ක්‍රමයේ සැබෑ වටිනාකම, මිනිසුන්ගෙන් 80%ක් මාස 3කින් අත්හරින්නේ ඇයි, සහ ඔබගේ පැතිකඩ අනුව තෝරා ගන්නා ආකාරය.
Lean කණ්ඩායම · කියවීමේ කාලය 11 min · යාවත්කාලීන කළේ 2026 ජූනි 11
නොමිලේ බාගත කිරීම
ඔබගේ කැලරි ගණන් කිරීමට ක්‍රම හතරක්: AI ඡායාරූප ස්කෑන් කිරීම (ඔබ ඔබගේ පිඟානේ ඡායාරූපයක් ගනී, AI සෑම ආහාරයක්ම සහ එහි ප්‍රමාණය හඳුනා ගනී), බාර්කෝඩ් ස්කෑන් කිරීම (ඇසුරුම් කළ නිෂ්පාදන, නිෂ්පාදකයාගේ දත්ත), දත්ත සමුදාය (සෙවීම + බර කිරීම, වඩාත්ම නිවැරදි ක්‍රමය) සහ ඉක්මන් එකතු කිරීම (තත්පර 10කින් සමස්ත ඇස්තමේන්තුවක්). නිවැරදි ක්‍රමය වන්නේ කඩදාසිය මත වඩාත්ම නිවැරදි ක්‍රමය නොව, ඔබ මාස 6ක් දිගටම භාවිත කරනු ඇති ක්‍රමයයි. එසේම, ඔබ ලබා ගන්නා කැලරි ගණන් කිරීම ප්‍රයෝජනවත් වන්නේ ඔබගේ ශක්ති වැය, එනම් TDEETotal Daily Energy Expenditure: පැය 24ක් තුළ ඔබගේ සම්පූර්ණ කැලරි වැය. TDEE = BMR + NEAT + EAT + TEF., නිවැරදිව ගණනය කර ඇත්නම් පමණි.
මිනිසුන්ගෙන් 80%ක් මාස 3කින් කැලරි ගණන් කිරීම නවත්වන්නේ ඇයි
කැලරි ගණන් කිරීම සාර්ථකයි. ප්‍රශ්නය එය නොවේ. ප්‍රශ්නය නම්, කිසිවෙකුත් පාහේ එය දිගටම කරගෙන නොයාමයි: බර අඩු කිරීමේ වැඩසටහන් පිළිබඳ අධ්‍යයනවලින් පෙනී යන්නේ, තරාදියේ පළමු දෘශ්‍යමාන ප්‍රතිඵලයට බොහෝ කලින්, මුල් සති කිහිපය තුළදීම විශාල පිරිසක් ඉවත් වන බවයි.
ප්‍රායෝගිකව, මෙම අපහසුව මෙසේය: ලැයිස්තුවක “කුකුළු පපු මස්” සෙවීම, අනුපිටපත් 40ක් අතරින් නිවැරදි ප්‍රවේශය තෝරා ගැනීම, 150 g ක් ඇසින් ඇස්තමේන්තු කිරීම, ඉන්පසු බෝංචි සඳහා, ඉන්පසු ඔලිව් තෙල් සඳහා නැවත එසේම කිරීම. දිනකට තුන් වරක්. මසකට 90 වරක්. ලුහුබැඳීම විනාශ කරන්නේ මෙම ගණන් තැබීමයි, ලුහුබැඳීමේ අදහස නොවේ.
ප්‍රායෝගික නිගමනය: ඔබගේ ඇතුළත් කිරීමේ ක්‍රමය තේරීම භාවිත පහසුව පිළිබඳ සුළු කරුණක් නොවේ. ඔබගේ දත්ත මාස 3කට පසුවත් පවතින්නේද යන්න තීරණය කරන තීරණාත්මක විචල්‍යය එයයි. වඩාත්ම ඉක්මන් ක්‍රමයේ සිට වඩාත්ම වෙහෙසකර ක්‍රමය දක්වා පෙළගැස්වූ ක්‍රම 4 මෙන්න.
AI ඡායාරූප ස්කෑනය: ආහාර වේලකට තත්පර 5
ඔබ ඔබගේ පිඟානේ ඡායාරූපයක් ගනී. Lean හි AI ද්විත්ව හඳුනාගැනීමක් සිදු කරයි: පළමුව එය පිඟානේ ඇති සෑම ආහාරයක්ම හඳුනා ගනී (ග්‍රිල් කළ කුකුළු මස්, බෝංචි), පසුව එක් එක් ආහාරයේ ප්‍රමාණය තක්සේරු කරයි. ප්‍රතිඵලය අහඹු ලෙස අනුමාන කළ සමස්ත සංඛ්‍යාවක් නොවේ: එය සෑම පේළියකටම කැලරි සහ මැක්‍රෝ සහිතව, ආහාරයෙන් ආහාරයට බෙදා දැක්වීමකි.
සැබෑ ආහාර වේලක් සමඟ, පියවරෙන් පියවර, රූපවලින්:
සාමාන්‍ය ආහාරවල, සාමාන්‍ය දෝෂය ආහාර වේලකට ආසන්න වශයෙන් ±10%කි. එය තරාදියකට වඩා අඩුවෙන් නිවැරදි වුවද, මේදය අඩු කිරීම පාලනය කිරීමට බෙහෙවින් ප්‍රමාණවත්ය (පහතින් විශාල සංඛ්‍යා නියමය සමඟ අපි මෙයට නැවත පැමිණෙමු). සියල්ලටම වඩා, ලේබලයක් නැති ආහාර ආවරණය කරන එකම ක්‍රමය මෙයයි: ගෙදර, අවන්හල, ආපනශාලාව.
Lean තවත් ඉදිරියට යන තැන: පාලනය ඔබ අතේමයි
AI ස්කෑනයක් ප්‍රයෝජනවත් වන්නේ එය යෝජනා කරන දේ ඔබට නිවැරදි කළ හැකි නම් පමණි. Lean ඔබට එක් එක් ආහාරය සඳහා සකස් කිරීමේ විකල්ප තුනක් ලබා දෙයි:
ප්‍රමාණ වෙනස් කිරීම
එක් එක් ආහාරයට ස්ලයිඩරයක්: මෙහි, AI විසින් 101.4 g ලෙස ඇස්තමේන්තු කළ පාන්, 70 g ට නිවැරදි කර ඇත. කැලරි සහ ආහාර වේලේ මුළු එකතුව ක්ෂණිකව නැවත ගණනය වේ.
මැක්‍රෝ වෙනස් කිරීම
ඔබගේ වට්ටෝරුව සාමාන්‍යයට වඩා හොඳින් දන්නේද? මෙහි, චිප්ස්: AI මේද 4.1 g ක් යෝජනා කරයි, ඔබ එය 14 g ට නිවැරදි කරයි. ඩෝනට් ප්‍රස්තාරය සහ මුළු එකතුව ඒ අනුව යාවත්කාලීන වේ.
එක් ආහාරයක් නැවත ස්කෑන් කිරීම
AI ටර්කි මස් චීස් ලෙස වරදවා හඳුනා ගත්තාද? ඔබ නිවැරදි නම ටයිප් කරන්න, සම්පූර්ණ ආහාර වේලම නැවත නොකර, එම පේළිය පමණක් ඉබේම නැවත විශ්ලේෂණය වේ.
Cal AI සමඟ පරීක්ෂණය: කොටස් විශ්ලේෂණය එදිරිව සමස්ත ඇස්තමේන්තුව
එකම ඡායාරූපය, යෙදුම් දෙකක්. වෙනස වහාම පෙනේ:
Cal AI ප්‍රමුඛ බොහෝ ස්කෑන් යෙදුම් සමඟ ඇති ව්‍යුහාත්මක වෙනස මෙයයි: ඒවා පිඟානකට සමස්ත ඇස්තමේන්තුවක් ලබා දෙයි, එනම් ආහාරයෙන් ආහාරයට සංස්කරණය කළ හැකි බෙදීමක් නොමැති කැලරි සහ මැක්‍රෝ එකතුවකි. ඇස්තමේන්තුව වැරදි නම්, ඔබට එය එලෙසම පිළිගැනීමට හෝ ඉවත දැමීමට සිදු වේ. ආහාරයෙන් ආහාරයට බෙදීමක් සමඟ, තට්ටු දෙකකින් දෝෂය නිවැරදි කළ හැක.
හොඳ භාවිතය: ගෙදර පිසූ ආහාර, අවන්හල්, ආපනශාලා, බාර්කෝඩ් නැති සියලුම ආහාර වේල්. ආහාර වේල්වලින් 90%ක් සඳහා පෙරනිමි ක්‍රමය.
බාර්කෝඩ් ස්කෑන්: ලේබලයේ නිවැරදිත්වය
ඇසුරුමකින් එන ඕනෑම දෙයක් සඳහා බාර්කෝඩ් ක්‍රමය අභිබවා යා නොහැක: පෝෂණ අගයන් සෘජුවම නිෂ්පාදකයාගේ දත්තවලින් ලැබේ. Lean USDA සහ OpenFoodFacts දත්ත සමුදායන් මත පදනම් වේ, එනම් මිලියන ගණනක නිෂ්පාදන. ඔබ ස්කෑන් කරයි, ප්‍රමාණය සකසයි, වැඩේ ඉවරයි.
සීමාව පැහැදිලියි: ඔබ ගෙදර හදපු පැස්තා පිඟානට බාර්කෝඩ් නැත. ඒ නිසා මෙම ක්‍රමය AI ඡායාරූප ස්කෑනය සමඟ ස්වාභාවිකව එකට භාවිත වේ, එය ප්‍රතිස්ථාපනය නොකරයි.
හොඳ භාවිතය: සාප්පු භාණ්ඩ, සුළු කෑම, සැකසූ නිෂ්පාදන, ප්‍රෝටීන බීම. කර්මාන්තශාලා නිෂ්පාදන සඳහා උපරිම නිරවද්‍යතාව, කිසිදු වෙහෙසක් නැත.
දත්ත සමුදාය + තරාදිය: නිරවද්‍යතා ක්‍රමය
සාම්ප්‍රදායික ක්‍රමය: ඔබ ඔබගේ ආහාරය කිරා බලයි, දත්ත සමුදායේ සොයයි, ග්‍රෑම් ගණන ඇතුළත් කරයි. මුළුතැන්ගෙයි තරාදියක් සමඟ, පවතින වඩාත්ම නිවැරදි ක්‍රමය මෙයයි: තරග සඳහා සූදානම් වීමේදී සහ සායනික ප්‍රොටෝකෝලවල භාවිත වන ක්‍රමයයි.
“ඉතිරි / බලපෑම” පුවරුව, ඔබ තහවුරු කිරීමටත් පෙර, එම ආහාරය ඔබගේ දෛනික අයවැයට කරන වෙනස පෙන්වයි: කැලරි, ප්‍රෝටීන, කාබෝහයිඩ්‍රේට, මේද, කෙඳි. ඔබ තීරණය කරන්නේ දැනුවත්වයි, පසුව නොවේ.
Lean අපහසුව අවම මට්ටමට අඩු කරයි: ඔබ නිතර ගන්නා ආහාරවල ඉතිහාසය, USDA + OpenFoodFacts තුළ සෙවීම, ලැයිස්තුවෙන් ස්පර්ශ දෙකකින් එකතු කිරීම. නමුත් සැබෑ පිරිවැය ගැන අවංක වෙමු: ආහාර වේලකට විනාඩි 2 සිට 3 දක්වා, සහ කිරා බැලීමේ විනය. සාම්ප්‍රදායික ක්‍රමයේ 80% අත්හැරීමට හේතුව හරියටම මෙම අපහසුවයි.
හොඳ භාවිතය: දැඩි මේදය අඩු කිරීම, උසස් ශරීර ප්‍රතිසංයුතිය, බර කාණ්ඩ සහිත ක්‍රීඩා. එසේම ඔබ දිනපතා නැවත නැවත ගන්නා ආහාර 5 සිට 10 දක්වා; ඉතිහාසය නිසා ඒවා ඇතුළත් කිරීම පාහේ ක්ෂණිකය.
ඉක්මන් එකතු කිරීම: දිනය බේරා ගන්නා සමස්ත ඇස්තමේන්තුව
උපන්දින බුෆේ එකක්, කාර්යබහුල දිනයක්, රැස්වීම් දෙකක් අතර සිටගෙන ගන්නා ආහාර වේලක්: ඇතැම් ආහාර වේල් කිසි දිනෙක සියුම්ව සටහන් නොවනු ඇත. ඉක්මන් එකතු කිරීම ඔබට සමස්ත ඇස්තමේන්තුවක්, එනම් ඇස්තමේන්තුගත කැලරි සහ මැක්‍රෝ, තත්පර 10කින් ඇතුළත් කිරීමට ඉඩ දෙයි. අඩුවෙන් නිවැරදි වුවද, දත්ත හිඩැසකට වඩා අනන්ත ගුණයකින් හොඳය.
සජීවී කැලරි තුලනය ඉතිරිය කරයි: තිර රුවේ, 2 143 kcal ක ඉලක්කයක්, 1 000ක් පරිභෝජනය කළ, 1 143ක් ඉතිරි, දිනය පුරා නිරන්තරයෙන් නැවත ගණනය වේ. අත්හැර දැමූ පරිපූර්ණ දිනයකට වඩා, ආසන්න වශයෙන් නමුත් සටහන් කළ දිනයක් හොඳය: ප්‍රතිඵලය තීරණය කරන්නේ සතිපතා සාමාන්‍යයයි, තනි දිනයක පරිපූර්ණත්වය නොවේ.
හොඳ භාවිතය: කාර්යබහුල දින, සමාජ ආහාර වේල්, අත්හැර දැමීම වළක්වන හදිසි විසඳුම. “එක ආහාර වේලක් වැරදුණා, එහෙනම් මේ සතියම අතහැරියා” යන සිතුවිල්ල වළක්වන ක්‍රමය.
නොමිලේ බාගත කිරීම
කුමන පැතිකඩ සඳහා කුමන ක්‍රමයද
පළමුව, වැදගත් නිර්ණායක 4 මත ක්‍රම 4 සැසඳීම: ආහාර වේලකට පහසුව, ලබාගත හැකි බව (හැම තැනම, හැම විටම ක්‍රියා කරන්නේද), දිගුකාලීන පිළිපැදීම සහ නිරවද්‍යතාව.
AI ඡායාරූප ස්කෑන්
ඡායාරූපය, තත්පර 5
බාර්කෝඩ්
නිවැරදි ලේබලය
දත්ත සමුදාය + තරාදිය
නිරවද්‍යතා ක්‍රමය
ඉක්මන් එකතු කිරීම
හදිසි සමස්ත ඇස්තමේන්තුව
++ විශිෂ්ට + හොඳ − දුර්වල කරුණ. “දිගු කාලීනව” = මාස 6කට පසුවත් ඔබ එම ක්‍රමය තවමත් භාවිත කිරීමේ සම්භාවිතාව.
සැසඳීමේ ප්‍රතිඵලය: කිසිම ක්‍රමයක් සෑම අංශයකින්ම ජය නොගනී. පිළිපැදීම අතින් AI ස්කෑනය ඉදිරියෙන් සිටින අතර, නිරවද්‍යතාව අතින් දත්ත සමුදාය + තරාදිය ඉදිරියෙන් සිටී; ඉක්මන් එකතු කිරීම පවතින්නේ හිඩැස් පිරවීමට පමණි. එබැවින් පැතිකඩ: ක්‍රම 4 එකිනෙක බැහැර නොකරයි, හොඳම ක්‍රමෝපාය වන්නේ ඔබගේ එවකට අවශ්‍යතාව සහ කාලසටහන අනුව සකසා ගත් මිශ්‍රණයකි. පැතිකඩ තුනක් ආසන්න වශයෙන් සියලු අවස්ථා ආවරණය කරයි.
කිසිදු අපහසුවක් නැත, කරමින් ඉගෙනීම
සෑම තැනකම AI ඡායාරූප ස්කෑනය, ඇසුරුම් කළ දේ සඳහා බාර්කෝඩ්, කිසිදු කිරා බැලීමක් නැත. එකම ඉලක්කය: මාස 3ක් දිගටම කරගෙන යාම සහ කොටස් ප්‍රමාණ හඳුනා ගැනීමට ඔබගේ ඇස පුහුණු කිරීම. නිරවද්‍යතාව පසුව එනු ඇත, පළමුව පුරුද්දයි.
සෑම ප්‍රතිශතයක්ම වැදගත්
ගෙදර ආහාර සඳහා තරාදිය + දත්ත සමුදාය, ඇසුරුම් කළ දේ සඳහා බාර්කෝඩ්, අවන්හලේදී AI ස්කෑනය. නිරවද්‍යතාව සැබවින්ම වටිනා කෙටි අවධි සඳහා: මේදය අඩු කිරීමේ අවසාන අදියර, නිල බර කිරීම.
ඒ ගැන නොසිතාම විශ්වාසනීය දත්ත
දිනපතා බාර්කෝඩ් සහ AI ස්කෑනය, කිසිවක් කළ නොහැකි දිනවල හදිසි විසඳුම ලෙස ඉක්මන් එකතු කිරීම. ඔබ දැනටමත් ඔබගේ කොටස් ප්‍රමාණ දන්නා අතර, ඔබට අවශ්‍ය වන්නේ දත්ත පැවතීම පමණි.
සැමට වලංගු තීරණ ගැනීමේ රීතිය: සැකයක් ඇති විට, ඔබට අනිවාර්යයෙන්ම දිගටම කරගෙන යා හැකි වඩාත්ම සැහැල්ලු ක්‍රමය තෝරන්න. සති 3කට පසු ඔබ ඇතුළත් කිරීම නවත්වන පරිපූර්ණ දත්තයක වටිනාකම ශුන්‍යයි.
මාසයක් තුළ අතුරුදහන් වන ±10% දෝෂය
AI ස්කෑනයට එරෙහිව නිතර නැගෙන විරෝධය: “±10% දෝෂයක්, ඒක වැඩියි”. එය තනි ආහාර වේලක් ගැන සිතීමකි. නමුත් ඔබ සටහන් කරන්නේ එක් ආහාර වේලක් නොවේ: මසකට ආහාර වේල් 90ක් පමණ සටහන් කරයි.
රෝස: වැඩියෙන් ඇස්තමේන්තු කළ ආහාර වේල්. කොළ: අඩුවෙන් ඇස්තමේන්තු කළ ආහාර වේල්. කළු රේඛාව: ඔබගේ සැබෑ පරිභෝජනය. මාසයක් තුළ, අපගමන එකිනෙක සමතුලිත වේ.
මෙය විශාල සංඛ්‍යා නියමයයි (Kolmogorov): නිරීක්ෂණ ගණන වැඩි වන විට ස්වාධීන අහඹු දෝෂ එකිනෙක සමතුලිත වේ. සඳුදා +12% අඟහරුවාදා අඩු වූ 8% සමඟ අවලංගු වේ. මාසයක් තුළ ඉතිරි වන්නේ ආකෘතියේ සාමාන්‍ය නැඹුරුවයි, හොඳින් ක්‍රමාංකනය කළ ස්කෑනයක එය ශුන්‍යයට ආසන්නයි; තනි ආහාර වේලක ඝෝෂාව නොවේ.
අතින් ඇතුළත් කිරීමට ඇත්තේ සම්පූර්ණයෙන්ම වෙනස් ස්වභාවයක ගැටලුවකි: ක්‍රමානුකූල නැඹුරුවක්. මිනිසුන් තමන් ආහාරයට ගන්නා දේ සැමවිටම එකම දිශාවට අඩුවෙන් වාර්තා කරති; නැඹුරුවක් කිසි විටෙකත් සමනය නොවේ.
නිගමනය: ප්‍රශ්නය “AI ස්කෑනය පරිපූර්ණද?” යන්න නොව “ආහාර වේල් 90ක් පුරා වඩාත්ම නිවැරදි දත්ත ලබා දෙන ක්‍රමය කුමක්ද?” යන්නයි. එහිදී ස්වයංක්‍රීයකරණය ජය ගනී, මන්ද එය දිශානුගත නැඹුරුවක් වෙනුවට එකිනෙක අවලංගු වන ඝෝෂාවක් ආදේශ කරන බැවිනි.
ගණන් කිරීම පමණක් ප්‍රමාණවත් නැත: සමීකරණයේ අනෙක් අර්ධය අඩුයි
පරිපූර්ණ ආහාර දිනපොතක් පමණක් කිසිවක් නොකියයි. මේදය අඩු කිරීම යනු සෘණ ශක්ති තුලනයකි: පිටවන ප්‍රමාණයට වඩා අඩුවෙන් ඇතුළු වීම. ඔබගේ වැය වැරදියට ගණනය කර ඇත්නම්, ඔබගේ හිඟය කඩදාසි මත පමණක් පවතින මිථ්‍යාවකි, ඔබට ඔබගේ කැලරි ග්‍රෑමයටම ගණන් කළ හැකි වුවත් කිසි දිනෙක ඉදිරියට නොයනු ඇත.
ගැටලුව: ආසන්න වශයෙන් සියලුම යෙදුම් ඔබගේ වැය ඇස්තමේන්තු කරන්නේ Harris-Benedict (1919) හෝ Mifflin-St Jeor (1990) මගිනි; මේවා ඔබගේ ශරීර සංයුතිය නොසලකා දළ බර මත පදනම් වූ සූත්‍ර වේ. බර සමාන වුවත්, ශරීර මේදය 15% ශරීරයක් සහ 30% ශරීරයක් කිසිසේත් එක ලෙස දහනය නොකරයි. Lean වැය ගණනය කරන්නේ වෙනස් ආකාරයකින්, පියවර හතරකින්:
BodyScan AI
ඔබ යෙදුම තුළ ඡායාරූපයක් ගනී. AI ඔබගේ පෙනෙන ශරීර හැඩය අනුව ඔබගේ ශරීර මේදය ඇස්තමේන්තු කරන අතර, එය සෑම සතියකම නැවත කෙරේ. සම්පූර්ණ ගණනය ඔබගේ දළ බර මත නොව ඔබගේ මේද රහිත ශරීර ස්කන්ධය මත ස්ථාපිත කරන්නේ මෙම මිනුමයි.
පේටන්ට් බලපත්‍රය ඇති හිමිකාර ආකෘතිය හරහා BMR
Lean හි පේටන්ට් බලපත්‍රය ඇති ඇල්ගොරිතමය ඔබගේ සැබෑ මේද රහිත ශරීර ස්කන්ධයෙන් ඔබගේ මූලික පරිවෘත්තීය වේගය ගණනය කරයි. ඔබගේ බර පමණක් දන්නා Harris-Benedict 1919 හෝ Mifflin-St Jeor 1990ට වඩා නිවැරදියි.
NEAT, EAT සහ TEF මනිනු ලැබේ, ස්ථාවර අගයන් නොවේ
ඔබගේ පියවර NEAT වෙත ගණන් වේ, ඔබගේ ක්‍රීඩා සැසි සම්මත MET වගු හරහා EAT වෙත, සහ TEF ගණනය වන්නේ ඔබ සැබවින්ම අනුභව කළ මැක්‍රෝ මතයි, හරියටම ඔබගේ ලුහුබැඳීම නිසා.
නැවත ගණනය කළ පරිවෘත්තීය අනුවර්තනය
දීර්ඝ හිඟයකදී BMR අඩු වේ. මෙම සංගුණකය ආකෘතිගත කර, එය BMR හි ගුණකයක් ලෙස යොදන ප්‍රථම යෙදුම Lean ය. සම්මතය: 100% = ප්‍රශස්ත, 90% = ප්‍රතිශත ලක්ෂ්‍ය 10ක අනුවර්තනය.
ප්‍රතිඵලය: සජීවී තුලනය ඔබ අනුභව කරන දේ (මෙම මාර්ගෝපදේශයේ ක්‍රම 4 මගින් ගණන් කළ) ඔබ සැබවින්ම වැය කරන දේ සමඟ සසඳයි, එය නිරන්තරයෙන් නැවත ගණනය වේ. මේදය අඩු වීම පුරෝකථනය කළ හැකි කරන්නේ අර්ධ දෙකේ එකතුවයි: නිවැරදි ඇතුළු වීම් සහ නිවැරදි පිටවීම්. එකක් නැතිව අනෙක, හිස් ගණන් තැබීමක් පමණි.
නොමිලේ බාගත කිරීම
කැලරි ගණන් කිරීම පිළිබඳ නිති අසන ප්‍රශ්න
බර අඩු කිරීමට දිනකට කැලරි කීයක් අවශ්‍යද?
AI ඡායාරූප ස්කෑනය කැලරි ගණන් කිරීමට විශ්වාසදායකද?
කැලරි ගණන් කිරීමට ආහාර කිරා බැලිය යුතුද?
සෑම දිනකම කැලරි ගණන් කළ යුතුද?
මම කැලරි ගණන් කරමිනුත් බර අඩු නොවන්නේ ඇයි?
කැලරි ගණන් කිරීම නිසා ඒ ගැනම නිතර සිතන තත්ත්වයකට පත් වන්නේද?
කැලරි ගණන් කිරීම සඳහා Lean සහ MyFitnessPal අතර වෙනස කුමක්ද?
ග්‍රන්ථ නාමාවලිය
- 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.
- 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.
- 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.
- 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.
- USDA FoodData Central. යොමු පෝෂණ දත්ත සමුදාය. fdc.nal.usda.gov.
- Open Food Facts. ඇසුරුම් කළ ආහාර නිෂ්පාදන සඳහා ලෝක ව්‍යාප්ත සහයෝගී දත්ත සමුදාය. world.openfoodfacts.org.
- Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
- Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
- Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
- Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.