Sensory Evaluation as a Tool in Determining Acceptability of Innovative Products Developed by Undergraduate Students in Food Science and Technology at The University of Trinidad and Tobago
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 paper discusses the comprehensive and practical training that was delivered to students in a university classroomon how sensory evaluation can be used to determine acceptability of food products. The report presents how studentsused their training on sensory evaluation methods and analysis and applied it to improving and predicting acceptabilityof new innovative products that they developed. Students were exposed to and trained on performing some of the majorsensory test methods, including discrimination, descriptive, and affective tests. They were also exposed to exerciseswhich involved them physically setting up a test area, presenting samples that were coded and properly displayed,collating data from sensory evaluation questionnaires, statistical analysis of data collated and the use of the results ofthe analysis to make decisions on product acceptability and improvement. Students successfully applied their trainingand were able to not only get feedback on the specific food characteristics of their products that could be improved butwere also able to conclude that the products they presented to the panelists were acceptable and that the panelists had ahighly positive attitude towards eating the products and even purchasing if these were to become available in themarket. Since appropriate statistical analysis was applied for the different sensory evaluation methods used for each ofthe different products, valid information and conclusions that can prove product quality and acceptability was gatheredand can be presented to any product development and marketing departments in any food and beverage company thatmay wish to adopt and produce these products.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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