Do Consumers Want Seaweed in Their Food? A Study Evaluating Emotional Responses to Foods Containing Seaweed
Notice bibliographique
Résumé
Seaweeds are nutrient-dense marine organisms that have been proposed as a key ingredient to produce new functional foods. This study’s first objective was to identify consumers’ emotional responses and purchase intent towards a variety of food products containing seaweed. The secondary objective was to evaluate how hunger status and lifestyle affect consumers’ emotional responses. Participants (n = 108) were asked to evaluate pictures of different food items containing seaweed (beef burger, cheddar cheese, fettuccine, fish filet, sausage, bread, yogurt, and dried seaweed) using the CATA variant of EsSense25 Profile® and a purchase-intent scale. The consumers also answered questions about their hunger status, food neophobia, food-related lifestyle, as well as open-ended comment questions about seaweed. Participants’ purchase-intent scores were highest for bread and dried seaweed, which they associated with positive emotions. The participants disliked yogurt and sausage, indicating that they were disgusted with them. Participants believed seaweed could be added to fish, savoury, and cereal grains-based foods. The participants’ hunger status as well as their food neophobia and lifestyle impacted their emotional responses. Future research should continue to investigate how emotions affect purchase intent, how participant’s hunger status affects their emotions, and how participants’ lifestyle changes how they perceive new food products.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».