MétaCan
Menu
Retour à la cohorte
Enregistrement W2104848488 · doi:10.1080/02724990244000232

Palatability Shifts in Taste and Flavour Preference Conditioning

2003· article· en· W2104848488 sur OpenAlexaff
Catherine A. Forestell, Vincent M. LoLordo

Notice bibliographique

RevueThe Quarterly Journal of Experimental Psychology Section B · 2003
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPalatabilityTasteFlavourConditioningPreferencePsychologyFood scienceEconomicsBiologyMathematicsMicroeconomicsNeuroscienceStatistics

Résumé

récupéré en direct d'OpenAlex

Changes in palatability of tastes and flavours as a result of flavour preference conditioning were examined. In Experiment 1, when tastes were paired with glucose in a reverse-order differential conditioning paradigm, rats acquired conditioned preferences for CS(+) and displayed more hedonic responses to CS(+) than to CS(-) in a postconditioning taste reactivity test. In Experiment 2, rats that received oral infusions of flavours as CSs during a reverse-order conditioning procedure expressed both palatability shifts and conditioned preferences for CS(+). Rats that received a forward conditioning procedure acquired a preference for CS(+), but the palatability of CS(+) was unchanged. In Experiment 3, hungry rats drank mixtures of a flavour CS and a calorific or sweet tasting reinforcer in a long-exposure conditioning paradigm. When tested hungry, rats preferred CS(+) whether they had acquired flavour-calorie or flavour-taste associations. However, CS(+) became more palatable only for rats that acquired flavour-calorie associations. These results suggest that acquisition of flavour preferences, as measured by 2-bottle tests, may not always be accompanied by enhanced palatability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,328
Écart entre enseignants0,296 · 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'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

Citations67
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Journal of Experimental Psychology Section BMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207