MétaCan
Menu
Retour à la cohorte
Enregistrement W4400618358 · doi:10.1016/j.foodres.2024.114746

An investigation into the sensory properties of luffa (Luffa cylindrica (L.)) seeds and a comparison to other seeds (flax, sunflower, chia, and hemp)

2024· article· en· W4400618358 sur OpenAlexaff
Allison Stright, Laura Baxter, Emily Dolan, Kaitlyn Frampton, Erin Richelle, Christopher Ritchie, Rachael Moss, Matthew B. McSweeney

Notice bibliographique

RevueFood Research International · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésFlavourSunflowerRoastingFood scienceSensory analysisHorticultureMathematicsChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Consumers are interested in new sustainable ingredients but are unwilling to accept undesirable sensory properties in their food products. Luffa (Luffa cylindrica) is mainly harvested and processed for its fibrous network, which is used as an exfoliator, while its seeds are usually discarded. However, the seeds have been found to have various nutritional benefits. As such, this study investigated the sensory properties of luffa seed powder added to yogurt and compared it to other seed powder (flax, sunflower, chia, and hemp). Consumers (n = 107) evaluated their liking of the different seeds added to yogurt using hedonic scales and the sensory properties using check-all-that-apply (CATA). The luffa seeds when mixed with yogurt were associated with off-colour, off-flavour, metallic, strong flavour, bitter, salty, earthy and decreased consumer liking. The flax and sunflower seeds were found to be sweet, nutty, cooked, mild flavour, and to have a smooth texture. The overall liking scores for the flax and sunflower seed samples were significantly higher than the luffa and hemp samples. Future studies should investigate different drying and roasting treatments to improve the sensory properties of the luffa seeds.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,158
Tête enseignante GPT0,394
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Research InternationalMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207