MétaCan
Menu
Retour à la cohorte
Enregistrement W4391971909 · doi:10.3390/foods13040631

Sensory Perception and Food-Evoked Emotions of Older Adults Assessing Microwave-Processed Meals with Different Salt Concentrations

2024· article· en· W4391971909 sur OpenAlexaff
María Laura Montero, Lisa M. Duizer, Carolyn F. Ross

Notice bibliographique

RevueFoods · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésNeophobiaMealAromaPerceptionFood scienceFlavorSensory systemPsychologyTasteDevelopmental psychologyChemistry

Résumé

récupéré en direct d'OpenAlex

This study employed a home-use test to explore the sensory perception and evoked emotions of older adults in the assessment of chicken pasta meals with different salt concentrations. Ready-to-eat (RTE) meals with three salt levels (100%, 75%, and 50%) and two treatments—with and without added herbs—were tested. Multiple sensory attributes and overall meal liking were evaluated by participants (n = 54; 60–86 years of age) with hedonic and just-about-right scores. Twenty-five food-evoked emotions were also tested. Sensory results suggested a 50% salt reduction is possible with minimal impact on the overall liking, while a 25% salt reduction did not affect the saltiness and flavor liking of the meals. Herb addition positively impacted the aroma, flavor, and spiciness liking of the meals. The emotions that differed (p < 0.05) among meals were active, aggressive, bored, calm, happy, and wild, with the meals with herbs added eliciting more positive emotions. A questionnaire elicited information about participants’ interest in healthy eating, food technology neophobia, and picky behaviors to determine the influence of these factors on participants’ salt consumption habits. Sensory acceptance data combined with questionnaires explored what influenced this group of older adults in their acceptance of and interest in RTE meals.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,290
Écart entre enseignants0,254 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207