Complex choices: Pole selection for polarized projective mapping applied to a complex product set
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
Abstract Polarized projective mapping (PPM) employs reference samples called poles, positioned in the sensory space, to which samples are compared. This structure enables comparisons across sessions. Selecting the right poles is therefore critical for accurate and reliable comparisons. The current study examined whether simple poles (single fruit juices) or complex poles (fruit juice blends) better represented the sensory space in PPM using a trained panel ( n = 12). Thirteen commercial fruit juices, including single juices and blends, were assessed using projective mapping to understand product diversity and select three simple and three complex poles. PPM was then conducted using simple poles in one session and complex poles in another. Six of the thirteen juices used in PPM and three new juices were evaluated to validate the results. Findings indicated that while both simple and complex poles described the product space, simple poles were more able to capture the diversity of the sensory space. Practical Applications The study's insights into appropriate pole selection in PPM for complex product sets contribute to the technique's usability and robustness. The guidance on pole selection ensures selected poles anchor the product space, enabling meaningful comparisons across sessions. The finding that simple poles are able to describe complex product sets may assist in minimizing fatigue, a common challenge in evaluating complex products like wine, spirits, and cider. By addressing the unique challenges of complex products, this research enhances the useability of PPM as a valuable tool for comprehensively evaluating sensory characteristics in product categories prone to fatigue and limited consumption.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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