MétaCan
Menu
Retour à la cohorte
Enregistrement W2914955911 · doi:10.1111/ijfs.14126

Consumers’ attitudes towards alternative grains: a conjoint analysis study

2019· article· en· W2914955911 sur OpenAlexafffundabout
Laura Gosine, Matthew B. McSweeney

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensAcadia University
Organismes subventionnairesAcadia University
Mots-clésConjoint analysisPurchasingFlavourProduct (mathematics)Product typeMarketingBusinessAgricultural scienceFood scienceAdvertisingMathematicsComputer scienceStatisticsBiologyPreference

Résumé

récupéré en direct d'OpenAlex

Summary Recently, alternative grains (millet, quinoa, sorghum) have been used to produce several food products common to North Americans. The objective of this study was to identify the attributes that drive consumers liking of alternative grains. A literature review and two focus groups were conducted. Four attributes were identified as being important to consumers when purchasing alternative grains. These attributes included grains, product type, flavour and claims. A choice‐ based conjoint analysis survey was created and administered to 346 individuals who live in Atlantic Canada. Product type and flavour were the most important attributes to consumers. Sweet and nutty flavours, products made from quinoa, or products with claims indicating they were a source of fibre, reduced risk of type 2 diabetes or reduced risk of cardiovascular disease, had a positive effect on consumer liking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,349
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations39
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207