MétaCan
Menu
Retour à la cohorte
Enregistrement W39859518 · doi:10.5539/jfr.v5n4p1

Effect of Temperature on the Intensity of Basic Tastes: Sweet, Salty and Sour

2016· article· en· W39859518 sur OpenAlexvenueno aff
Keri Lipscomb, James R. Rieck, Paul Dawson

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSweetnessFood scienceTasteCitric acidChemistrySucroseIntensity (physics)FlavorUmamiSodiumPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

<p>Sensory panels were trained to identify specific concentrations of sucrose, sodium chloride and citric acid as an intensity level value of 6 on a 15-point scale for flavors of sweet, salty and sour, respectively. Trained panels were exposed to a single concentration of each taste singly, in combinations of 2 and all three at 3 temperatures (3°C, 23°C, 60°C) using concentrations previously identified at an intensity level of 6. Panelists determined the perceived intensity of each taste at each temperature in the single and combined treatments. Sweetness was perceived as more intense at 60°C than 23°C and 3°C when tasted alone but not when in combination with other tastes (salty and sour). Salty perceived intensity was not affected by serving temperature while sourness was perceived as more intense at 23°C compared to 3°C and 60°C. In general, perceived sweetness was less suppressed when combined with other tastes than salty and sour.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,711

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,205
Tête enseignante GPT0,357
Écart entre enseignants0,151 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207