Investigating the disclosure of ingredient lists impact on consumers' sensory perceptions of red wines produced in Nova Scotia, Canada
Notice bibliographique
Résumé
Abstract Wineries have started to state their ingredients list on their bottles of wine; however, they have not considered how this may affect consumers' acceptability and sensory perception. The first objective was to determine the attributes consumers used to describe Nova Scotia (NS) red wines. The second objective was to identify the impact ingredient lists have on consumers' sensory perceptions of wine. In the first trial, 81 participants evaluated NS red wines (n = 8) using projective mapping and ultra‐flash profiling. In the second trial, three red wines were selected to be evaluated with and without an ingredient list. Participants (n = 98) evaluated the wines through a check‐all‐that‐apply questionnaire and 9‐point hedonic scales. Sweet, fruity, and floral attributes were used more frequently to describe the wines with a shorter ingredient list. However, there was no significant difference in the acceptability of wines when they were evaluated blinded and with the ingredient list. Practical applications Consumers are asking for more information on to be presented on alcoholic beverages, including ingredients. Understanding which attributes contribute to and the impact of ingredient lists on consumer liking is vital to the wine industry. This study used check‐all‐that‐apply and hedonic scales were used to evaluate how the presence of ingredient lists affected the participants' sensory perception and overall liking of the red wines. It was determined that the presence of ingredient lists did not significantly affect the acceptability or the perceived sensory properties of red wines.
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 | 0,001 | 0,004 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».