MétaCan
Menu
Retour à la cohorte

Le vin au Vietnam : impact de l'environnement culturel sur les motivations et les préférences gustatives

2010· dissertation· W7143462026 sur OpenAlexaboutno aff
Vinh Bao Do

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLas vegasCanadian studies

Résumé

récupéré en direct d'OpenAlex

Au Vietnam, sous l’effet d’une internationalisation de la société, la consommation de vin semble commencer à se substituer à celle d’une partie d’autres boissons alcoolisées. Ce travail explore les motivations et l’appréciation des consommateurs. Dans la première partie, les motivations des consommateurs ont été examinées, en rapport avec les caractéristiques socioculturelles. Pour faire émerger l’impact de l’environnement culturel, nous avons comparé les motivations de la consommation du vin au Vietnam avec celles de la France. Les consommateurs français de vin constituent un exemple de consommateurs « traditionnels ». Six groupes focus ont été conduits pour explorer les motivations au Vietnam et en France. À partir de ces groupes focus, un questionnaire a été élaboré et proposé à 1317 participants dans les deux pays. L’impact de l’environnement culturel et du degré de connaissance du consommateur ont été mis en évidence. Dans la deuxième partie, nous avons étudié l’influence des habitudes alimentaires sur les préférences des consommateurs vietnamiens ayant des habitudes alimentaires différentes. Ainsi, dans le Sud, la consommation per capita de sucre est plus importante que dans le Nord. Ces différentes habitudes de consommation entraînent-elles une différence de perception d’intensité et d’appréciation des saveurs sucrée, acide, amère et salée en général et dans le vin en particulier ? Des tests de psycho-physique et de préférences ont été menés pour comparer la perception et l’appréciation des consommateurs de ces deux régions. Nos résultats ont montré que la «fréquence de consommation» a un effet plus important que la «région d’origine» des participants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWine Industry and TourismTravaux en français237 207