MétaCan
Menu
Retour à la cohorte
Enregistrement W2311828614 · doi:10.1093/chemse/bjv080

Reliability of a Simple Method for Determining Salt Taste Detection and Recognition Thresholds

2016· article· en· W2311828614 sur OpenAlexaff
Jean‐François Giguère, Paula de Moura Piovesana, Alexandra Proulx-Belhumeur, Michel Doré, Karina de Lemos Sampaio, Maria Cecília Bueno Jayme Gallani

Notice bibliographique

RevueChemical Senses · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésIntraclass correlationReliability (semiconductor)Pattern recognition (psychology)Session (web analytics)StatisticsTasteMathematicsConfidence intervalArtificial intelligenceComputer sciencePsychologyReproducibilityPhysics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to assess the reliability of a rapid analytical method to determine salt taste detection and recognition thresholds based on the ASTM E679 method. Reliability was evaluated according to criterion of temporal stability with a 1-week interval test-retest, with 29 participants. Thresholds were assessed by using the 3-AFC technique with 15 ascending concentrations of salt solution (1-292 mM, 1.5-fold steps) and estimated by 2 approaches: individual (geometric means) and group (graphical) thresholds. The proportion of agreement between the test and retest results was estimated using intraclass coefficient correlations. The detection and recognition thresholds calculated by the geometric mean were 2.8 and 18.6mM at session 1 and 2.3 and 14.5mM at session 2 and according to the graphical approach, 2.7 and 18.6mM at session 1 and 1.7 and 16.3mM at session 2. The proportion of agreement between test and retest for the detection and recognition thresholds was 0.430 (95% CI: 0.080-0.680) and 0.660 (95% CI: 0.400-0.830). This fast and simple method to assess salt taste detection and recognition thresholds demonstrated satisfactory evidence of reliability and it could be useful for large population studies.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,302
Écart entre enseignants0,275 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical SensesMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207