Nutrition claims influence expectations about food attributes, attenuate activity in reward‐associated brain regions during tasting, but do not impact pleasantness
Notice bibliographique
Résumé
INTRODUCTION: Nutrition claims are one of the most common tools used to improve food decisions. Previous research has shown that nutrition claims impact expectations; however, their effects on perceived pleasantness, valuation, and their neural correlates are not well understood. These claims may have both intended and unintended effects on food perception and valuation, which may compromise their effect on food decisions. METHODS: We investigated the effects of nutrition claims on expectations, perceptions, and valuation of milk-mix drinks in a behavioral (n = 110) and an fMRI (n = 39) study. In the behavioral study, we assessed the effects of a "fat-reduced" and a "protein-rich" nutrition claim on expected and perceived food attributes of otherwise equal food products. In the fMRI study, we investigated the effect of a "protein-rich" claim on taste pleasantness perception and valuation, and on their neural correlates during tasting and swallowing. RESULTS: We found that both nutrition claims increased expected and perceived healthiness and decreased expected but not perceived taste pleasantness. The "protein-rich" claim increased expected but not perceived satiating quality ratings, while the "fat-reduced" claim decreased both expected and perceived satiating quality ratings. In the absence vs. presence of the "protein-rich" claim, we observed an increased activity in a cluster extending to the left nucleus accumbens during tasting and an increased functional connectivity between this cluster and a cluster in right middle frontal gyrus during swallowing. CONCLUSION: Altogether, we found that nutrition claims impacted expectations and attenuated reward-related responses during tasting but did not negatively affect perceived pleasantness. Our findings support highlighting the presence of nutrients with positive associations and exposure to foods with nutrition claims to increase their acceptance. Our study offers insights that may be valuable in designing and optimizing the use of nutrition claims.
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 | 0,000 | 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) | 0,003 | 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 ».