科學資料來源

Kunaz 不是醫療器材，也不提供醫療建議。所有顯示的數值都是根據族群平均值得出的估計值；關於個人健康決定，請諮詢你的醫師或營養師。

本應用程式中每一項與健康相關的計算，都以已發表的科學資料為依據。你可以在下方看到每項計算使用的來源，點一下來源即可開啟原始文獻。

能量與熱量

1. 基礎代謝率（BMR），你每日熱量需求的基礎Mifflin MD, St Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-247.https://pubmed.ncbi.nlm.nih.gov/2305711/
2. 生活活動量（NEAT）與每日總能量消耗FAO/WHO/UNU. Human Energy Requirements: Report of a Joint Expert Consultation. 羅馬，2004。（身體活動水準，PAL 係數）https://www.fao.org/4/y5686e/y5686e00.htm
3. 活動消耗的熱量，kcal = MET × 體重 × 時間Ainsworth BE 等. 2011 Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. 2011;43(8):1575-1581.https://pubmed.ncbi.nlm.nih.gov/21681120/
4. 各活動類型的 MET 係數表Compendium of Physical Activities，最新線上表格。https://pacompendium.com

身體組成

1. 體脂率估計（尚未輸入測量值時的起始值）Deurenberg P, Weststrate JA, Seidell JC. Body mass index as a measure of body fatness: age- and sex-specific prediction formulas. Br J Nutr. 1991;65(2):105-114.https://pubmed.ncbi.nlm.nih.gov/2043597/
2. 減脂估計，假設 1 kg 脂肪 ≈ 7,700 kcalWishnofsky M. Caloric equivalents of gained or lost weight. Am J Clin Nutr. 1958;6(5):542-546.（此為簡化的近似值，用於短期估計。）https://pubmed.ncbi.nlm.nih.gov/13594881/

營養參考值

1. 維生素、礦物質與營養素的每日參考值美國食品藥物管理局（U.S. Food & Drug Administration），營養標示與補充品標示上的每日參考值（Daily Value）。https://www.fda.gov/food/nutrition-facts-label/daily-value-nutrition-and-supplement-facts-labels
2. 膳食纖維目標（每 1000 kcal 14 g）、omega-3 / omega-6 足夠攝取量與巨量營養素參考值美國國家醫學院（Institute of Medicine, NASEM）. Dietary Reference Intakes for Energy, Carbohydrate, Fiber, Fat, Fatty Acids, Cholesterol, Protein, and Amino Acids. 華盛頓特區，2005。https://nap.nationalacademies.org/catalog/10490/
3. 飽和脂肪與反式脂肪的每日上限（依你的每日熱量目標計算）世界衛生組織（WHO）. Saturated fatty acid and trans-fatty acid intake for adults and children: WHO guideline. 日內瓦，2023。飽和脂肪低於總熱量的 10%，反式脂肪低於 1%。https://www.who.int/publications/i/item/9789240073630
4. 糖與添加糖的每日上限（依你的每日熱量目標計算）世界衛生組織（WHO）. Guideline: Sugars intake for adults and children. 日內瓦，2015。游離糖低於總熱量的 10%。https://www.who.int/publications/i/item/9789241549028
5. 每日蛋白質目標（約 1.8-2.0 g/kg）Jäger R 等. International Society of Sports Nutrition Position Stand: protein and exercise. J Int Soc Sports Nutr. 2017;14:20.https://pubmed.ncbi.nlm.nih.gov/28642676/
6. 每日鹽與鈉的上限世界衛生組織（WHO），減鹽事實清單（建議每日鹽攝取量少於 5 g）。https://www.who.int/news-room/fact-sheets/detail/salt-reduction
7. 每日喝水目標歐洲食品安全局（EFSA），Dietary Reference Values for water。（Kunaz 也採用臨床常用的約 35 ml/kg 方法作為起始值。）https://multimedia.efsa.europa.eu/drvs/index.htm

食物健康分數（0-100）

1. 食物顯示的 0-100 健康分數與顏色等級（綠／黃／紅），依據 Nutri-Score 2023 營養素評分模型Merz B, Temme E, Alexiou H, 等. Nutri-Score 2023 update. Nat Food. 2024;5:102-110.https://pubmed.ncbi.nlm.nih.gov/38356074/
2. Nutri-Score 所依據的營養素評分模型（負分／正分邏輯）英格蘭公共衛生署（Public Health England）／食品標準局（Food Standards Agency）. Nutrient Profiling Technical Guidance（Ofcom 模型）。https://www.gov.uk/government/publications/the-nutrient-profiling-model

動作分數與訓練計畫中的性別差異

1. 為什麼女性與男性的分數不同：上半身肌力的差異明顯大於下半身，因此無法調整負重的徒手上半身動作（引體向上、雙槓撐體、伏地挺身）平均難度不同Miller AE, MacDougall JD, Tarnopolsky MA, Sale DG. Gender differences in strength and muscle fiber characteristics. Eur J Appl Physiol Occup Physiol. 1993;66(3):254-262.（肌力與肌纖維特性的性別差異）https://pubmed.ncbi.nlm.nih.gov/8477683/
2. 在有跳躍與落地的動作中，女性較常發生膝關節韌帶損傷Arendt E, Dick R. Knee injury patterns among men and women in collegiate basketball and soccer. Am J Sports Med. 1995;23(6):694-701.（大學籃球與足球中男女的膝傷型態）https://pubmed.ncbi.nlm.nih.gov/8600737/
3. 針對同一差異的近期回顧（前十字韌帶損傷風險的統合分析）Montalvo AM, Schneider DK, Yut L, Webster KE, 等. "What’s my risk of sustaining an ACL injury while playing sports?" A systematic review with meta-analysis. Br J Sports Med. 2019;53(16):1003-1012.https://pubmed.ncbi.nlm.nih.gov/29514822/
4. 訓練計畫產生器為何對女性與男性預期不同的肌肉分布：女性與男性之間的肌肉量差異在上半身比在下半身更大，因此女性的手臂平均在全身肌肉中所占的比例較小Janssen I, Heymsfield SB, Wang ZM, Ross R. Skeletal muscle mass and distribution in 468 men and women aged 18-88 yr. J Appl Physiol. 2000;89(1):81-88.https://pubmed.ncbi.nlm.nih.gov/10904038/
5. 女性組間休息為何略短：在相近的相對強度下，女性平均較晚出現疲勞；由於差異因任務而異，所採用的差異維持在較小的幅度Hunter SK. Sex differences in human fatigability: mechanisms and insight to physiological responses. Acta Physiol (Oxf). 2014;210(4):768-789.https://pubmed.ncbi.nlm.nih.gov/24433272/

睡眠

1. 理想睡眠時間範圍（7-9 小時）Watson NF 等. Recommended Amount of Sleep for a Healthy Adult: A Joint Consensus Statement of the American Academy of Sleep Medicine and Sleep Research Society. Sleep. 2015;38(6):843-844.https://pubmed.ncbi.nlm.nih.gov/26039963/

Kunaz 猜年齡

1. 活動門檻：每週至少 150 分鐘中等強度活動世界衛生組織（WHO），身體活動事實清單。https://www.who.int/news-room/fact-sheets/detail/physical-activity
2. 睡眠範圍：成人 7 到 9 小時Hirshkowitz M 等. National Sleep Foundation sleep time duration recommendations. Sleep Health. 2015.（PMID 26039963）https://pubmed.ncbi.nlm.nih.gov/26039963/

建模假設（非來自文獻）

• 我們估計的每日肌肉蛋白質合成量上限為每天 25 g。這不是取自單一文獻的門檻，而是我們為了避免高估所選擇的保守模型上限。
• 「理想」熱量赤字範圍（約 800-1,400 kcal）以及訓練／睡眠倍數，是我們自己的建模選擇，目的是維持在安全且可持續的範圍內。
• 除非你輸入測量值，否則脂肪與肌肉數值都是估計值。一旦你輸入自己的測量值，應用程式就會使用你的數值，而不是估計值。
• Nutri-Score 需要食物中水果、蔬菜與豆類的百分比。我們的資料庫存放的是營養素數值，而不是成分清單，所以這個百分比是用一條結構性規則估計的（植物性、不是飲品、脂肪與蛋白質低、熱量低且沒有添加糖，就算作完整的水果或蔬菜）。我們實際測量過：唯一看得到的影響是香蕉、葡萄等甜的完整水果；其他食物不論如何計算分數都相同。
• Nutri-Score 對飲品使用較嚴格的評分表。我們是根據計量單位（ml）判斷是否為飲品，因此以公克儲存的飲品（例如優格飲 ayran）會用食物評分表計分，結果會稍微寬鬆一些。
• Nutri-Score 有五個等級（A 到 E）。我們改以三種顏色顯示：A 和 B 是綠色，C 是黃色，D 和 E 是紅色。
• 模型中有三項細節沒有套用，因為資料庫缺少所需的資訊：紅肉製品的蛋白質上限、水自動評為 A，以及含非營養性甜味劑飲品的額外扣分。這三項都指向同一方向，使分數稍微寬鬆。
• 分數下方的評語由 AI 撰寫，只依據該食物本身的營養素數值。這不是醫療建議。
• 在猜年齡功能中，把門檻偏差換算成年數的權重是 Kunaz 自己的模型，不是來自文獻。門檻（睡眠範圍、活動目標）有引用來源；如何換算成年數則是我們的選擇。
• 靜息心率這項因素找不到可驗證的文獻參考範圍。它的方向與權重完全是 Kunaz 的假設，所以圖表上沒有畫出建議範圍。
• 圖表中的「Kunaz 使用者」線不是族群統計資料。它是依年齡層、性別與活動量分組的 Kunaz 使用者平均值，使用者不足時會隱藏。
• 年齡猜測不只看最近一週，而是看你的完整紀錄（最多一年）。越近的週權重越高：每過 6 週，一週的權重就減半。這個比率是 Kunaz 的建模假設，並非取自文獻。
• 動作分數（0-100）是 Kunaz 自己的模型，不是已發表的量表。它結合動作的訓練效益（有多少肌肉參與、出力程度、代謝消耗、增肌係數）以及對活動度與柔軟度訓練的加分，再與安全性相互權衡。權重與顏色門檻是我們的選擇。
• 分數中的受傷風險部分不是實際測得的受傷統計資料。它是依據動作的技術難度、下背承受的負荷、爆發程度，以及器材是否引導動作軌跡推算而來。分數低不代表動作不好，而是代表它的用途不同。
• 女性與男性會看到不同的動作分數，尚未設定性別的人會看到男性分數。差異的方向以上方的來源為依據，但差異的大小是 Kunaz 自己的選擇：沒有任何已發表的表格規定某個動作應該扣幾分。差異只出現在安全性這一側，從不出現在效益這一側，因此沒有任何動作會被視為對女性價值較低。資料庫中大約每十個動作中有一個分數不同，其餘對兩者完全相同。這不是健康評估，也不應被解讀為個人的受傷風險估計。
• 建立訓練計畫時，女性會得到與男性不同的計畫。在肌力訓練與徒手訓練計畫中，女性的組間休息短15%（至少30秒）。對於初級女性，以自身體重進行的上半身動作和跳躍動作會在列表中往後排；中級時這項影響減半，高級時不適用。任何動作都不會被排除。如果有分部位肌肉測量資料，女性手臂的預期占比會設得較小。這些差異的方向以上方的來源為依據，但差異的大小是 Kunaz 自己的選擇。尚未設定性別的使用者會套用男性設定。這不是健康評估。
• 首頁上蛋白質、碳水化合物和脂肪的顏色按每公斤體重的克數計算。計算用的體重取你的體重與按你身高算出身體質量指數 25 對應體重中的較小者，這樣多餘的體重不會因脂肪量而提高蛋白質標準。綠色範圍為蛋白質 1.6-2.2、碳水化合物 2.5-4.0、脂肪 0.8-1.2 g/kg；兩個方向都是先黃色再紅色。蛋白質範圍來自上面的 ISSN 資料；其他範圍和黃色/紅色界限由 Kunaz 自行設定。均衡餐盤積分按當天結束時的狀態給出。這不是健康評估。
• 目標圖片是根據本人的目標數字製作的示意圖；它不是對本人實際外觀的預測，也不保證任何結果。AI 模型會保留照片中的人，只依數字所代表的幅度改變身體組成。圖片下方的達成時間是依本人最近幾週的步調推算，而不是根據任何外部標準或已發表的表格。Kunaz 在這個畫面上不評價身體，只呈現本人設定的目標。圖片刻意以目標的樂觀一端繪製：肌肉線條與輪廓會呈現在該體脂水準所能達到的較理想一端。這是激勵性的選擇，不是測量結果。