A Prospective Review of the Sensory Properties of Plant-Based Dairy and Meat Alternatives with a Focus on Texture
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Consumers are interested in plant-based alternatives (PBAs) to dairy and meat products, and as such, the food industry is responding by developing a variety of different plant-based food items. For these products to be successful, their textural properties must be acceptable to consumers. These textural properties need to be thoroughly investigated using different sensory methodologies to ensure consumer satisfaction. This review paper aims to summarize the various textural properties of PBAs, as well as to discuss the sensory methodologies that can be used in future studies of PBAs. PBAs to meat have been formulated using a variety of production technologies, but these products still have textural properties that differ from animal-based products. Most dairy and meat alternatives attempt to mimic their conventional counterparts, yet sensory trials rarely compare the PBAs to their meat or dairy counterparts. While most studies rely on consumers to investigate the acceptability of their products' textural properties, future studies should include dynamic sensory methodologies, and attribute diagnostics questions to help product developers characterize the key sensory properties of their products. Studies should also indicate whether the product is meant to mimic a conventional product and should define the target consumer segment (ex. flexitarian, vegan) for the product. The importance of textural properties to PBAs is repeatedly mentioned in the literature and thus should be thoroughly investigated using robust sensory methodologies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle