Apple flavor and its effects on sensory characteristics and consumer preference
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The focus within the apple industry is to identify varieties most preferred by consumers. To help with this, it is necessary to emphasize the discovery of flavor perceptions responsible for consumer preference in apples. The present study aimed to determine which flavor attributes are associated with different apple varieties, determine which apple varieties consumers prefer, and to determine which flavor attributes are contributing to consumer preference. Over two subsequent years, a trained sensory panel ( n = 10, n = 15) evaluated 27 and 28 varieties, respectively. Intensity ratings of taste, flavor, and texture characteristics for each apple variety were recorded. This data was paired with an untrained consumer hedonic evaluation ( n = 226) using a subset of apple varieties ( n = 16). Results revealed that two large groups of apple consumers exist. Group 1 (29%) emphasized the importance of texture, while Group 2 (49%) was primarily driven by sweet taste, and honey and floral flavors with less focus on texture. Practical Applications The results of this research provide insight into the positive and negative preference drivers of apple consumers. By understanding flavors associated with consumer preference, the information can be used as a tool to aid breeding programs in the creation of consumer‐centric apples that will be commercialized. Additionally, through the creation of an external preference map, a point‐of‐reference has been created to serve as a predictor for upcoming apple varieties to the Ontario apple industry.
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.
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 | 0,001 |
| 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 découle