A dataset of perception and preferences of French consumers for commercial cooked hams sampled according to their nutritional values and claims.
Notice bibliographique
Résumé
This dataset provides sensory and nutritional information for 30 commercial cooked hams (without rind, not flavored) representative of the French commercial segment. The sensory data were collected in two phases. During the first phase (fall 2019, field experiment), 483 consumers, regular consumers of cooked hams, were recruited in seven cities and vicinities of France. They were instructed to choose and buy cooked hams at the supermarket and evaluate them at home over a period of three months. They were provided with a list of 30 eligible cooked hams selected by the experimenters. A total of 2,758 evaluations were collected (an average of 5.7 evaluations per consumer). During the second phase (fall 2020, lab experiment), a selection of 16 cooked hams were evaluated at blind by 86 consumers in a sensory analysis laboratory using a complete balanced design. Sensory evaluation at home and in the laboratory included liking Just-About-Right (colour, fat, salt and texture) measurements. In the field experiment, consumers were additionally asked to describe with free comments the appearance, texture and flavour of tested hams and of a virtual “ideal ham”. They also had to report the price they paid for a pack of four slices of ham and their intentions to repurchase the tested hams. Other data on cooked hams included actual salt and fat contents (measured using physicochemical analyses) and information displayed on the packaging (type of brand, nutritional claims, labels).
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 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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».