Influence of Wine Education on Wine Hedonic and Confidence Ratings by Millennial Wine Consumers of Different Ethnicities
Notice bibliographique
Résumé
Consumer wine preferences are not well understood. Anecdotally it is believed that preferences evolve over time, from sweet whites to full-bodied reds, as consumers become more experienced and familiar with wine. However, little is known about the change in wine preference or confidence with education and training. This research explored changes in consumers’ hedonic and confidence ratings for five commercial British Columbian (BC) wines (Ehrenfelser, Chardonnay, rosé, Pinot noir, Cabernet-Merlot) over a 12-week education/training period. Consumers (n = 133) completed a wine survey and evaluated the wines during the first and twelfth week of a university wine course, consisting of wine education and sensory training. Consumers provided hedonic (degree-of-liking) and confidence (degree-of-sureness) ratings for the visual, aroma and flavor characteristics of the wines, on 9-point and 5-point scales, respectively, before and after the 12-week wine course. Consumers were classified by gender (female, male), age and ethnicity. Kruskal Wallis, Mann-Whitney, Friedman, Wilcoxon Signed Rank and Chi-square tests and Spearman correlation coefficients were used to explore the effects of education/training on hedonic and confidence ratings. In general, consumers’ hedonic (visual, aroma, flavor) ratings increased significantly with education/training for the white and rosé wines (Ehrenfelser, Chardonnay, rosé) over the 12-week period. In contrast, consumer confidence increased substantially for all wine types. Surveys revealed, for the three largest subgroups of consumers (North American (NA), n = 38; European (EU), n = 31; Asian, n = 54), that NA and EU consumers had significantly higher frequency-of-purchase, frequency-of-purchase of Canadian wine, frequency-of-consumption and self-rated wine knowledge than Asian consumers. However, Asian consumers were willing to pay more for a bottle of wine compared to NA and EU consumers. This research provided insight into the millennial consumers and explored the nature and magnitude of changes in hedonic and confidence ratings with wine education/training.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».