MétaCan
Menu
Retour à la cohorte
Enregistrement W4309550195 · doi:10.1111/ijfs.16204

Does it burn? The effect of guar gum addition on ginger beer's sensory properties

2022· article· en· W4309550195 sur OpenAlexaff
Sophie Knowles, Mackenzie Gorman, Matthew B. McSweeney

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2022
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueGinger and Zingiberaceae research
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésGuar gumFood scienceFlavourSweetnessMouthfeelGuarChemistryXanthan gumTasteMaterials science

Résumé

récupéré en direct d'OpenAlex

Summary Consumer demand for ginger beer has grown within the last few years due to health benefits associated with ginger consumption identified in recent studies and its low‐calorie content. However, non‐alcoholic ginger beer, like other non‐alcoholic beverages, does not possess the same mouthfeel as its alcoholic counterparts. As such, the aim of this study was to evaluate how the addition of guar gum impacted the sensory perception, spiciness, and consumer acceptability of non‐alcoholic ginger beer. Two different formulations of ginger beer were created, one without the addition of guar gum (control) and the other with 1.9 g/L guar gum added. Samples, along with carbonated water, were presented in pairs with a 20‐s wait and no‐rinse in between to observe sensitisation and desensitisation. The participants ( n = 103) evaluated each sample for spiciness, burning or stinging sensation, along with bitterness, sweetness, sourness, overall flavour intensity, liking of flavour and mouthfeel, and overall liking. The addition of guar gum significantly impacted the perception of spiciness, burning, and stinging sensation in addition to the overall flavour intensity. The guar gum addition also negatively impacted the acceptability of the ginger beer.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,065
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,073
Tête enseignante GPT0,424
Écart entre enseignants0,351 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetGinger and Zingiberaceae researchTravaux en français237 207