Culinary Treatments Affect Sensory Attributes and Consumer Preference for Sweet Potato Cultivars
Notice bibliographique
Résumé
Food quality and taste preference are important factors influencing the production and adoption of sweet potato (Ipomea batatas L.) cultivars in a specific growing region. There is very limited published information available on the sensory attributes and quality profile of sweet potato cultivars grown in Canada, even though there is a substantial increase in both production and consumption over the last few years. This study analyzed five different culinary treatments on sweet potato sensory attributes along with taste preferences. Oven-baked, boiled, fried, steamed and mashed culinary treatments were found significantly different (P < 0.05) for mealiness, sweetness and for taste profiles. Sweet potato cultivars were significant different (P < 0.05) for taste and sweetness attributes. A non-significant difference was recorded for interaction between culinary treatments and the tested cultivars for bitterness, mealiness, sweetness and taste profile. Expert panel preferences significantly differed (P < 0.05) for boiled, fried and steamed culinary treatments for tested cultivars, whereas, no difference was observed for oven-baked and mashed sweet potatoes. Boiled, fried, steamed and mashed culinary treatments for ‘Covington’ were most liked by the panelists, followed by ‘Radiance’. These sensory analysis and preferences of tested sweet potato cultivars can provide a reference for the food processing industry in preparing sweet potatoes for Canadian consumer consumption and the study outcomes can be used to guide sweet potato variety development for specific quality traits.
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 | 0,000 | 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 | 0,001 | 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) | 0,002 | 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 ».