Atlantic Canadians’ Sensory Perception of Couscous Made with Sugar Kelp (Saccharina latissma)
Notice bibliographique
Résumé
has many nutritional benefits and has been identified as a rich source of fibre, vitamins, and antioxidants. However, it is not regularly consumed in the Western world, and the sensory perception of foods containing sugar kelp must be investigated to increase acceptance in North America. This study evaluated consumers' (n = 99) sensory perception of couscous with increasing amounts of sugar kelp (0% (control), 4%, 6%, 8%, and 10% wt/wt). Furthermore, consumers' purchase intent, liking, and emotional response to couscous with added sugar kelp was evaluated with and without nutritional information. Sugar kelp at 6% incorporation did not impact the consumers' liking scores ("Like Slightly" on the hedonic scale), but at 8% the consumers' liking significantly decreased ("Neither Like nor Dislike"). The 8% and 10% levels of sugar kelp addition led to astringency, bitter, hard, brackish, fishy, and chewy attributes being perceived by the consumers. The consumers identified they preferred samples that had soft, savoury, salty, and bland flavours and disliked samples that were brackish and gritty. The nutritional information did not increase overall liking scores, purchase intent, or emotional response. However, the inclusion of sugar kelp in the couscous did lead to an increased selection of positive emotions like happy, joyful, pleasant, and enthusiastic. Overall, the consumers were interested in foods containing seaweed and believed they were nutritious. The results indicated that sugar kelp could be added to couscous up to 6% wt/wt without impacting overall liking.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».