A survey comparing meat quality attributes of beef from credence attribute-based production systems
Notice bibliographique
Résumé
Markus, S. B., Aalhus, J. L., Janz, J. A. M. and Larsen, I. L. 2011. A survey comparing meat quality attributes of beef from credence attribute-based production systems. Can. J. Anim. Sci. 91: 283–294. Two branded beef programs based on producer-defined production systems differentiated by intangible credence attributes (Organic and Natural) were compared with Commodity beef to determine meat quality and assess consumer acceptability. In each of four slaughter seasons (winter, spring, summer and fall) longissimus lumborum muscle samples were collected from two industry slaughter plants; Organic n=30, 30, 27 and 31; Natural n=30, 27, 29 and 25; Commodity 1 n=12 and 18 for spring and summer, respectively; Commodity 2 n=14 and 12 for spring and fall, respectively. Samples were vacuum packaged and aged for 16±2 d at 2°C. Seasonal effects (P<0.01) were evident for mean shear force, composition, drip loss, colour and pH. While all mean shear values were classified as being tender (<5.6 kg), a smaller proportion of steaks were classified as tender in the Organic beef compared with the Natural and Commodity beef (55.9 vs. 70.3 and 78.6%; P<0.01), indicating that even after industry normal ageing times there was higher tenderness variability in the Organic beef. Fat content (SEM=0.23; P<0.01) was lowest for the Organic line (3.98%) with Natural (5.34%) and Commodity being intermediate (5.73%). Some statistically significant differences (P<0.05) in mean scores for aroma, juiciness, flavour, tenderness and overall acceptability of cooked beef steaks were observed amongst the three production systems when samples were not matched on the basis of intramuscular fat (IMF). Clearly there are measureable differences in quality between “credence” based production systems and commodity beef with an overall better quality in Commodity beef. However, if the consumer is willing to pay for credence-based attributes then there is an opportunity for these production systems to improve the quality of their product, specifically in respect to age at slaughter and content of IMF.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».