Consumer Perception of Sugar Kelp (Saccharina latissima) Addition to Soup
Notice bibliographique
Résumé
Seaweed is a sustainable and nutritionally beneficial ingredient; however, consumers do not regularly eat it in North America. Sugar kelp is one variety of seaweed that is presently underutilized and this study will evaluate Atlantic Canadians’ sensory perception of sugar kelp addition to soup. Participants’ (n = 90) liking and sensory perception of seaweed addition to soup (control [no sugar kelp], 4% wt/wt, 6% wt/wt, 8% wt/wt and 10% wt/wt) was evaluated. A second sensory trial evaluated the amount of sugar kelp the participants (n = 83) would add to the soup if given the opportunity and their resulting sensory perception. The participants used hedonic scales, check-all-that-apply, and general labelled magnitude scales to evaluate the soup. The results identified how consumers perceive sugar kelp in soup, as well as their liking of sugar kelp in soup. In both trials, the participants indicated that sugar kelp could be added at approximately 6% wt/wt without impacting their acceptance. Liking of the soup’s flavour was negatively impacted by the sugar kelp addition; however, it did not impact the amount of soup participants consumed in the second trial. The sugar kelp addition increased the intensity of saltiness and umami at the 6% wt/wt addition level and lower, but at 8% wt/wt the soup was associated with pungency and off-flavours. The results suggest that sugar kelp addition to soup is acceptable at low levels.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,003 | 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 ».