MétaCan
Menu
Retour à la cohorte
Enregistrement W4402782648 · doi:10.1079/fsncases.2024.0013

How Does Aversion to Insects Intersect with Sustainable Production and Consumption?

2024· article· en· W4402782648 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.

Notice bibliographique

RevueFood Science and Nutrition Cases · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensAcadia UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)Production (economics)Sustainable productionEconomicsMicroeconomicsSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Damage by insect pests reduces the quantity and quality of harvestable food, making pest management a major challenge for sustainable food production. Perception of insects in association with food is known to cause negative emotions including disgust and fear. These negative emotional responses are likely to alter perception and reduce enjoyment of food. Here, we introduce the concept of insect pests and highlight some of the ways that pests reduce the quality and quantity of harvestable food. Next, we discuss the different sensory properties of food, emotional responses to food and how different factors can impact humans’ perception of food products. Finally, we share the results of our study where the intersection of disgust and sensory perception is explored through an exploration of the blueberry maggot ( Rhagoletis mendax ), a fly that lays eggs in ripening blueberries. Collectively this work demonstrates that merely learning about the existence of an insect pest negatively impacts the perception of fresh fruit, in terms of taste characteristics, and emotional response. These results reinforce the necessity of effective pest management to ensure that consumers maintain a positive affinity towards foods. Information © The Authors 2024

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
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 Opus0,018
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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