Taste sensitivity and taste preference measures are correlated in young healthy adults
Notice bibliographique
Résumé
Taste is fundamentally important for food selection. While measures of taste sensitivity and taste preference have been refined over several decades, it remains largely unknown how these measures relate to each other and to food preferences. The objectives of this study were to examine, in healthy adults (age 24.6 ± 0.6 years, n = 49), 1) correlations among measures of taste sensitivity, including detection threshold (DT) and suprathreshold sensitivity (ST), and taste preference (PR) within sweet, salt, sour, umami, and fat tastes, 2) the underlying associations among DT, ST and PR measurements using principal component analysis, and 3) associations between measured PR (all tastes) and bitter ST with self-reported food preferences. As expected, DTs and STs were negatively correlated within each taste modality. Salt, sweet, and umami DTs and STs were positively and negatively correlated with PRs, respectively. No correlations were observed between sour and fat DTs, STs and PRs. Two principal components accounted for 41.9% of the variance and produced three clear clusters, where each cluster generally consisted of DTs, STs or PRs from each taste modality. Sweet PR and fat ST deviated from the clusters and may therefore be driven by different factors. No associations were observed between measured PR and ST with self-reported food preferences. Overall, this study provides evidence that higher sensitivities only to salt, sweet, or umami taste are associated with a decrease in the preference for these tastes. These findings demonstrate the importance of investigating taste sensitivity together with taste preference to gain a more complete understanding of the determinants of food selection. (Support was provided by the Ontario Ministry of Agriculture, Food, and Rural Affairs)
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 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 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».