Descriptive analysis and early-stage consumer acceptance of yogurts fermented with carrot juice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research explored the sensory characteristics and consumer acceptance of novel probiotic unsweetened yogurts. Yogurts were made with 4 carrot juice levels (8, 16, 24, and 32%), 2 firmness levels (regular, 45g/L milk solids; firm, 90g/L milk solids), and 2 starter cultures (C1, C2). The sensory profile characterized the color intensity (before and after stirring), carrot flavor, sourness, and 7 texture/mouth-feel attributes (astringency, chalkiness, mouth-coating, thickness, smoothness, creaminess, and graininess). The influence of carrot juice level and firmness level were evaluated using ANOVA, polynomial contrasts, and principal component analysis. Mean scores and standard errors were calculated. Consumer acceptance panels in Wolfville, Nova Scotia (n=56), and in Vancouver, British Columbia (Asian n=72, non-Asian n=72), evaluated the hedonic responses to the C1 and C2 formulations, respectively. We observed increases in color intensity, carrot flavor, creaminess, mouth-coating, and chalkiness with increasing carrot juice levels, as well as increases in color intensity, carrot flavor, creaminess, mouth-coating, thickness, and astringency with increasing milk solids concentrations of the C1 and C2 yogurts. Mean hedonic scores for color, appearance, and texture/mouth-feel were greater than hedonic scores for aroma, flavor/taste, and overall liking. This research identified the sensory qualities that need further development and demonstrated the importance of early-stage consumer acceptance research for directing new product development.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle