MétaCan
Menu
Retour à la cohorte
Enregistrement W2097436456 · doi:10.1111/j.1750-3841.2008.00723.x

Influence of Health and Environmental Information on Hedonic Evaluation of Organic and Conventional Bread

2008· article· en· W2097436456 sur OpenAlexafffund
Lisa E. Annett, V. Muralidharan, Peter C. Boxall, Sean B. Cash, Wendy V. Wismer

Notice bibliographique

RevueJournal of Food Science · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensAlberta Ministry of Agriculture and ForestryAgriculture Food and Rural DevelopmentUniversity of Alberta
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésFood sciencePreferenceConsumption (sociology)Probit modelOrganic productionOrganic productMathematicsProduction (economics)Ordered logitAgricultural scienceOrganic farmingPsychologyEconometricsEconomicsStatisticsChemistryEnvironmental scienceGeographyAgriculture

Résumé

récupéré en direct d'OpenAlex

Grain from paired samples of the hard red spring wheat cultivar "Park" grown on both conventionally and organically managed land was milled and baked into 60% whole wheat bread. Consumers (n= 384) rated their liking of the bread samples on a 9-point hedonic scale before (blind) and after (labeled) receiving information about organic production. Consumers liked organic bread more (P < 0.05) than conventional bread under blind and labeled conditions. Environmental information about organic production did not impact consumer preference changes for organic bread, but health information coupled with sensory evaluation increased liking of organic bread. Ordinary least squares (OLS) and binary response (probit) regression models identified that postsecondary education, income level, frequency of bread consumption, and proenvironmental attitudes played a significant role in preference changes for organic bread. The techniques used in this study demonstrate that a combination of sensory and econometric techniques strengthens the evaluation of consumer food choice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,102

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,221
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations94
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetOrganic Food and AgricultureTravaux en français237 207