MétaCan
Menu
Retour à la cohorte
Enregistrement W4384563362 · doi:10.1016/j.afres.2023.100320

An investigation into consumer perception of the aftertaste of plant-based dairy alternatives using a word association task

2023· article· en· W4384563362 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueApplied Food Research · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensAcadia University
Organismes subventionnairesResearch Nova ScotiaCanada Foundation for Innovation
Mots-clésAftertastePerceptionTask (project management)Association (psychology)Word AssociationPsychologyFood scienceComputer scienceChemistryArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Plant-based alternatives are a growing market segment, but they have been found to be associated with different flavours, textures, and aftertastes than conventional dairy products. The aim of this study was to evaluate consumer perception of plant-based beverages’ (PBBs) and plant-based cheeses’ (PBCs) aftertaste. Two sensory trials were conducted: one investigating PBBs (n=104) and the other PBCs (n=109). In both trials, five different samples (PBBs or PBCs) were evaluated using nine-point hedonic scales, intensity scales and a word association task. The participants were asked to provide the first four words or phrases that described the aftertaste of each sample during the word association task. The results found that as the aftertaste intensity increased, the participant's overall liking of the food product decreased. Consumers preferred plant-based alternatives to have an aftertaste that mimics conventional dairy products. Consumers also identified mouthcoating and textural properties when describing the aftertaste of PBBs and PBCs. Lastly, a strong and lingering aftertaste was disliked by the consumers, while PBBs and PBCs with a quick and mild aftertaste were preferred.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil0,137

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,148
Tête enseignante GPT0,380
Écart entre enseignants0,233 · 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