Sensory Discrimination Tests for Low- and High-Strength Alcohol
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
Research is limited on consumers’ ability to detect perceptible sensory differences between low- and high-strength alcoholic beverages. This study, therefore, conducted three pilot experiments using ISO sensory analysis methods to assess accuracy for evaluating beverages of different strengths. Participants were food production professionals trained in sensory analysis. Experiment 1 used a wide-range discrimination test to estimate low- to high-strength beverages (0–60% alcohol by volume (ABV) in 10% intervals). Experiment 2 included a narrower range of intermediate to high strengths (25–45% ABV in 5% intervals). Experiment 3 used 3-alternative forced choice tests (ISO 13301) to discriminate between beverages of varying strengths. Experiment 1 (n = 16) indicated that estimation ability was dependent upon the beverages’ ABV; as ABV increased, estimation significantly decreased (p < 0.005). These findings were not replicated in Experiment 2 (n = 13). In Experiment 3 (n = 17), a significant perceptible difference between high- and low-strength samples was observed in two of nine conditions (35% vs. 31% ABV (p = 0.009); 41% vs. 37% ABV (p = 0.037)). While people can detect large differences in beverage ABVs, they may have a moderate to poor ability to discriminate between beverages of similar strengths. These findings provide support for public health interventions that promote lower-strength alcoholic beverages.
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 | 0,000 | 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 | 0,000 | 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