MétaCan
Menu
Retour à la cohorte
Enregistrement W1974762170 · doi:10.1080/21551197.2014.927304

Characterizing Commercial Pureed Foods: Sensory, Nutritional, and Textural Analysis

2014· article· en· W1974762170 sur OpenAlexaffabout
Laurel Ettinger, Heather Keller, Lisa M. Duizer

Notice bibliographique

RevueJournal of Nutrition in Gerontology and Geriatrics · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensUniversity of WaterlooUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineFood scienceSensory analysisRecipeBiology

Résumé

récupéré en direct d'OpenAlex

Dysphagia (swallowing impairment) is a common consequence of stroke and degenerative diseases such as Parkinson's and Alzheimer's. Limited research is available on pureed foods, specifically the qualities of commercial products. Because research has linked pureed foods, specifically in-house pureed products, to malnutrition due to inferior sensory and nutritional qualities, commercial purees also need to be investigated. Proprietary research on sensory attributes of commercial foods is available; however direct comparisons of commercial pureed foods have never been reported. Descriptive sensory analysis as well as nutritional and texture analysis of commercially pureed prepared products was performed using a trained descriptive analysis panel. The pureed foods tested included four brands of carrots, of turkey, and two of bread. Each commercial puree was analyzed for fat (Soxhlet), protein (Dumas), carbohydrate (proximate analysis), fiber (total fiber), and sodium content (Quantab titrator strips). The purees were also texturally compared with a line spread test and a back extrusion test. Differences were found in the purees for sensory attributes as well as nutritional and textural properties. Findings suggest that implementation of standards is required to reduce variability between products, specifically regarding the textural components of the products. This would ensure all commercial products available in Canada meet standards established as being considered safe for swallowing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,294
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition in Gerontology and GeriatricsMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207