MétaCan
Menu
Retour à la cohorte
Enregistrement W2166250500 · doi:10.4141/cjas-2014-121

Review: Pork belly quality, bacon properties and recent consumer trends

2015· article· en· W2166250500 sur OpenAlexaffvenue
Olugbenga P. Soladoye, P.J. Shand, J. L. Aalhus, C. Gariépy, M. Juárez

Notice bibliographique

RevueCanadian Journal of Animal Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of SaskatchewanAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)PalatabilityAffect (linguistics)BusinessMarketingPerceptionFood sciencePsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Soladoye, P. O., Shand, P. J., Aalhus, J. L., Gariépy, C. and Juárez, M. 2015. Review: Pork belly quality, bacon properties and recent consumer trends. Can. J. Anim. Sci. 95: 325–340. Several factors can affect pork belly quality and, subsequently, bacon quality. Going by the recent trends in the bacon market and bearing in mind the more choosy nature of the consuming populace, it is imperative to consider the factors that can affect or improve bacon quality, thereby sustaining the current market surge. In as much as both genetic and environmental factors have been identified as largely affecting muscle food quality, nutritional interventions also seem to be a very viable tool to improve the quality of meat and its products. Processing and storage methods can also affect bacon quality, including microbial quality, physicochemical attributes and palatability. Both objective and subjective measures have been explored in assessing belly quality, most of which use belly softness and fatty acid profile as yardsticks, whereas bacon quality has been widely assessed only subjectively in terms of fat quality and slice integrity. Although consumers’ and producers’ quality perceptions seem to be in conflict, it is the responsibility of all stakeholders in the bacon industries to come together in ensuring a balanced approach to satisfy both parties along the production chain.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,656
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,204
Tête enseignante GPT0,308
Écart entre enseignants0,103 · 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

Citations65
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207