MétaCan
Menu
Retour à la cohorte
Enregistrement W4394750765 · doi:10.1111/joss.12913

Complex choices: Pole selection for polarized projective mapping applied to a complex product set

2024· article· en· W4394750765 sur OpenAlexaff
Amy Jenkins, Amy Bowen

Notice bibliographique

RevueJournal of Sensory Studies · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensVineland Research and Innovation Centre
Organismes subventionnairesnon disponible
Mots-clésUsabilitySet (abstract data type)Product (mathematics)Simple (philosophy)Computer scienceProjective testRobustness (evolution)Projective spaceMathematicsPure mathematicsHuman–computer interactionGeometryChemistry

Résumé

récupéré en direct d'OpenAlex

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,277
Tête enseignante GPT0,398
Écart entre enseignants0,121 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sensory StudiesMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207