Stime di pasti e foto
Scopri cosa può rivelare una descrizione o un'immagine di cibo, cosa resta invisibile e quali dettagli rendono più utile un registro approssimativo dei pasti.
Leggi il metodo dei pasti →Metodi
Sai cosa c'è dietro una stima.
Alcune voci del tuo diario personale del benessere provengono direttamente da ciò che inserisci. Altre includono stime basate su AI, formule o fonti collegate. Queste pagine ti mostrano quali sono quali.
Ogni metodo indica gli input, l'ordine delle fonti, i dati mancanti e i limiti che possono influenzare il risultato.
Panoramica dei metodi · Circa 3 min di lettura
Input, ordine delle fonti, dati mancanti e limiti
Spieghiamo le informazioni che possono modificare in modo sostanziale una stima visibile, così puoi decidere quanto peso darle.
Spiegazioni attuali
Due stime comuni, due problemi diversi.
La nutrizione dei pasti parte da informazioni incerte su cibo e porzioni. Il dispendio giornaliero parte da una stima riportata da un wearable o da un'equazione di popolazione. Entrambe richiedono etichette accurate e revisione.
Dispendio energetico giornaliero
Esamina la priorità delle fonti WHOOP, il fallback Mifflin–St Jeor, i fattori di attività, un esempio pratico e le regole di copertura dei periodi.
Leggi il metodo dell'energia →Modifiche ai metodi
Ogni metodo dettagliato include una versione e una data di revisione, rendendo più facile individuare modifiche significative a un calcolo visibile.
Regole condivise
Cosa dovrebbero dirti le stime trasparenti.
I dettagli variano in base alla funzione, ma le domande restano le stesse.
01Cosa è stato inserito?
Dettagli dell'utente, un'immagine, un valore del profilo o dati collegati.
02Cosa viene prima?
La regola di priorità delle fonti usata quando esistono più valori.
03Cosa mancava?
Il metodo indica se i valori mancanti sono esclusi, non disponibili o inclusi in un totale visualizzato.
04Cosa può andare storto?
Errore individuale, input incompleto e casi d'uso non supportati.
Un confine deliberato
Una formula non è una misurazione.
Le equazioni pubblicate possono essere utili per un contesto generale pur essendo sostanzialmente errate per un individuo. Anche i valori dei wearable connessi sono stime basate su modelli.
Revisione utente
La correzione fa parte del flusso di lavoro.
L'IA può fraintendere cibi, quantità e linguaggio comune. Quando un valore è importante, verifica la fonte, aggiungi più dettagli e correggi il dato salvato.
Usa le stime con i loro limiti allegati.
Leggi il metodo, verifica la copertura e considera il risultato come contesto, non come certezza.