Comparing preferred attribute elicitation to trained panelists' evaluations using a novel food product
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
Abstract The present study compares a new rapid sensory method, preferred attribute elicitation (PAE), to a trained panelists' evaluations, using cookies containing green tea extract (GTE) as a model. The cookies contained added amounts of 0, 2, 4, 7, and 9% GTE based on the weight of flour. Ten trained panelists evaluated the cookies. The panelists were trained for 10 one‐hour sessions followed by three replicates of testing. Additionally, 43 panelists in two different sessions (n = 25 and 18), evaluated the five samples following the PAE method. RV coefficients were used to provide a numerical value for the degree of similarity between the descriptive data obtained from the PAE sessions and the descriptive analysis panel. The RV coefficient for the two PAE sessions was .843, indicating a very high similarity between the sessions. However, the RV coefficient comparing the two PAE sessions to the descriptive analysis data were .554 and .179, respectively. These results indicate that the PAE method was not comparable to the trained panelists' evaluations. Future work needs to identify when PAE is the most suitable method to use and to modify the existing methodology to make it a more efficient method. Practical applications Preferred attribute elicitation (PAE) is a rapid sensory analysis method that uses untrained panelists to evaluate attributes of a product and determine what attributes drive consumer liking. This study investigates how the technique (using untrained panelist) compares to a trained panel when testing baked products differing in flavor intensity. There was not a relationship between the PAE sessions and trained panel for the flavors of this particular product. More work must be done to determine why the evaluations of the flavor was not consistent if PAE is to be used in future sensory trials.
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 | 0,006 |
| 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 | 0,001 | 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