MétaCan
Menu
Retour à la cohorte
Enregistrement W4362718560 · doi:10.1016/j.foodqual.2023.104874

What’s in the box? Preference for leftward plating of food in bentos

2023· article· en· W4362718560 sur OpenAlexafffundabout
Lisa J.O. Poon, Lorin Elias

Notice bibliographique

RevueFood Quality and Preference · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReading (process)PsychologyPreferencePlating (geology)Order (exchange)AdvertisingAestheticsMathematicsLinguisticsArtBusinessStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Optimizing the aesthetics of plating and understanding where certain elements of the dish should be placed within a bento box will aid chefs and advertisers in learning what side of dishware plating creates the most appetizing appearance to the average diner. Previous literature led us to predict that there would be a leftward bias of plating the largest, most caloric heavy component of the meal on the dish. Canadian participants (n = 204 and n = 279) were presented photographs of single-tiered bento boxes and their mirror image together to elicit and record preferences. Sixty image pairs were presented simultaneously (with one of the images located directly above the other) in random order, and decisions between leftward and rightward biased choices were collected and analysed. The majority of participants were right-handed and had a native reading direction of left-to-right. Participants in both experiments preferred asymmetrical bentos where the majority of the food was plated on the left side of the box, gravitating to a leftward bias. Age and native reading direction were additionally analysed, where regardless of either demographic, left side plating was preferred. Learning how we can optimize plating aesthetics can benefit people in a variety of vocations (e.g. chefs, advertisers, photographers, etc.). It appears that regardless of age or native reading direction, a leftward plating bias is evident when it comes to arranging a bento in the most aesthetic fashion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,442
Tête enseignante GPT0,386
Écart entre enseignants0,056 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFood Quality and PreferenceMême sujetAesthetic Perception and AnalysisTravaux en français237 207