Estimations de repas et de photos
Découvre ce qu'une description ou une image d'aliment peut révéler, ce qui reste invisible et quels détails rendent un relevé de repas approximatif plus utile.
Lire la méthode des repas →Méthodes
Certaines entrées de ton journal de bien-être personnel proviennent directement de ce que tu déclares. D'autres incluent des estimations issues de l'IA, de formules ou de sources connectées. Ces pages te montrent ce qui relève de quoi.
Chaque méthode nomme les entrées, l'ordre des sources, les données manquantes et les limites qui peuvent affecter le résultat.
Entrées, ordre des sources, données manquantes et limites
Nous expliquons les informations qui peuvent modifier sensiblement une estimation visible, pour que tu puisses décider du poids à lui accorder.
Explications actuelles
La nutrition des repas commence par des informations incertaines sur les aliments et les portions. La dépense quotidienne commence par une estimation rapportée par un objet connecté ou une équation de population. Les deux exigent des libellés prudents et une vérification.
Découvre ce qu'une description ou une image d'aliment peut révéler, ce qui reste invisible et quels détails rendent un relevé de repas approximatif plus utile.
Lire la méthode des repas →Passe en revue la priorité des sources WHOOP, le repli Mifflin–St Jeor, les facteurs d'activité, un exemple concret et les règles de couverture des périodes.
Lire la méthode de l'énergie →Chaque méthode détaillée inclut une version et une date de révision, ce qui facilite la recherche des changements importants apportés à un calcul visible.
Règles communes
Les détails varient selon la fonctionnalité, mais les questions restent les mêmes.
Des détails utilisateur, une image, une valeur de profil ou des données connectées.
La règle de priorité des sources utilisée lorsque plusieurs valeurs existent.
La méthode indique si les valeurs manquantes sont exclues, indisponibles ou intégrées à un total affiché.
Erreur individuelle, saisie incomplète et cas d'usage non pris en charge.
Une limite assumée
Les équations publiées peuvent être utiles pour un contexte général tout en étant matériellement fausses pour un individu. Les valeurs des objets connectés sont aussi des estimations basées sur des modèles.
Révision par l'utilisateur
L'IA peut mal comprendre les aliments, les quantités et le langage courant. Quand une valeur compte, vérifie la source, ajoute plus de détails et corrige l'enregistrement sauvegardé.
Lis la méthode, vérifie la couverture et traite le résultat comme un contexte, pas comme une certitude.