MétaCan
Menu
Retour à la cohorte
Enregistrement W4375844241 · doi:10.1111/joss.12837

How do people communicate about sensory descriptors in social media? An investigation comprising floral descriptors, four beverages, and thirteen English‐speaking countries

2023· article· en· W4375844241 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Sensory Studies · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaAdvertisingThe InternetWineGeographyPsychologyComputer scienceBusinessArtWorld Wide WebVisual arts

Résumé

récupéré en direct d'OpenAlex

Abstract The internet has become a mainstay of modern‐day life, with people worldwide using social media platforms to discuss ideas and exchange opinions. In recent years, social media platforms have become a data source for research focusing on consumers' natural and spontaneous lexicons. The increased use of social media and virtual meetings means people can exchange ideas, and cultural boundaries have blurred. Thus, this study aims to investigate how culture influences the use of the beverage descriptor “floral” on social media for four different beverages when people share the same language. A social media study was performed, collecting data over 1 year in 13 English‐speaking countries: Australia, Canada, South Africa, the United Kingdom, Singapore, New Zealand, and seven Caribbean Islands. Words associated with four beverages (beer, cocktails, tea, and wine) and floral were filtered on social media mentions. A total of 258,221 mentions were obtained from different types of social media such as Twitter, Instagram, Facebook, and so forth. The mentions were filtered to obtain the frequency of words by country. Each beverage was analyzed separately, and contingency tables were arranged by country and descriptor. A correspondence analysis was performed on each contingency table to identify relative similarities and dissimilarities between the countries in the study. Overall, rose was the most cited floral descriptor, and there was a link between beer and wine descriptions. However, for cocktails and tea, the floral descriptors varied per country. Thus, it suggests that the impact of culture on the use of floral descriptors depends on the beverage being discussed. Practical Applications The results obtained in this study have relevance for people interested in sensory and specifically in beverage descriptions, as well as those involved in the alcohol industry, particularly those involved in beer and wine, and the non‐alcohol industry (tea). These results can drive the construction of applied and effective marketing strategic plans for the beverage and flavor industry in the areas covered by the study.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,101
Tête enseignante GPT0,304
Écart entre enseignants0,203 · 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