Hedonic response sensitivity to variations in the evaluation task and culinary preparation in a natural consumption context
Notice bibliographique
Résumé
Hedonic measurements in the frame of consumer tests of foods are prone to many different biases and the validity of test designs has been subject to much research with special emphasis on the role of context. While bringing elements of natural consumption context to the testing conditions is generally seen as an improvement, other aspects of the test design such as the task format have received little attention. In particular, the influence of analytical questions on hedonic responses has been studied in standardized contexts only. This study aimed to assess whether synthetic and analytical evaluation tasks result in different hedonic responses when the test is conducted in a natural consumption context. Bread and pizzas with different degrees of culinary preparation (homemade, readymade, and a combination of the two) were tested on three separate days in a university cafeteria. Overall liking scores of the bread and the three different pizzas were obtained either with a synthetic (hedonic question only) or with an analytical task (hedonic question plus intensity attributes). Care was taken to avoid any other changes to normal eating conditions, notably by recruiting on the spot only those customers who had spontaneously chosen pizza as part of their lunch. Liking scores of the homemade pizza were lower with the analytical task while the scores of the other two pizzas did not change significantly. Moreover, different rankings of the pizzas were obtained when the data were analyzed separately for each evaluation task format. The synthetic evaluation task would have led to the conclusion that the homemade pizza was the best liked and the readymade being the least liked, while the analytical evaluation task would have led to the conclusion that the "mixed" pizza would be liked significantly more than the other two. The effect of the task format (i.e., lower scores with the analytical task) was more pronounced when participants reported they had spent more time in the queue. These results strengthen the view that the task is part of the evaluation context and must be carefully considered when one wishes to design ecologically valid consumer tests.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».