果冻是一种以水、甜味剂等为主要原料,辅以增稠剂等食品添加剂,经溶胶、调配、灌装、杀菌、冷却等工序加工而成的胶冻食品(GB 19299—2015《食品安全国家标准 果冻(含第1号修改单)》),在休闲食品中占据重要位置。随着食品工业技术的发展,食品感官分析技术得到广泛应用。感官品质是影响消费者购买决策和产品市场竞争力的核心因素。为满足消费需求、提升经济效益并优化工艺,精准识别并优化关键感官属性,在产品研发过程中进行消费者接受性研究至关重要[1]。
感官分析是一种通过视觉、嗅觉、味觉、触觉和听觉来感知食品特征性质的科学检验方法。传统的定量描述性分析能够对产品感官特点进行定性和定量的分析,对评价员要求高,需具备良好的一致性、区分能力和重复性,所得数据能可靠地描述样品特征[2]。检查所有适用法(check all that apply,CATA)是一种利用未经培训消费者的快速描述方法,具有简单灵活的优点,参与者从属性列表中勾选最能描述产品的词汇[3-5]。最适标尺法(just about right,JAR)测试则将产品感官属性强度与接受度关联,用于评估属性强度是否处于消费者认为“刚刚好”(理想)的水平[6-7],结合CATA与JAR测试的方法被认为更可靠,因其强度评估基于消费者对属性的理想感知水平。整合喜好标度、CATA、JAR测试以及描述性分析,并运用多元统计方法进行数据解析,可为产品配方优化提供有效信息。已成为系统研究食品感官特性与消费者偏好关联的有效途径。此类研究已在包括绿茶[8]、米酒[9]、面包[10]、鳄梨[11]和山药[12]等多种食品中得到成功应用,为产品优化提供了科学依据。
然而,针对果冻产品的系统性感官研究相对缺乏。精确识别并优化影响消费者整体喜好的关键感官属性方面,尚需深入探索。本研究旨在通过整合消费者喜好度测试、CATA、JAR测试与感官评价小组的定量描述性分析,并运用方差分析、惩罚分析[13-14]、对应分析、偏好图技术[15-16]等,精准识别影响果冻消费者喜好的关键感官属性,明确其优化方向,并最终量化确定关键属性的理想强度范围,为果冻产品感官品质的精准提升和工艺优化提供科学依据。
1 材料与方法
1.1 实验材料
雅客果味果冻,晋江市惠得隆商贸有限公司;旺旺果味果冻,莆田市旺选京营贸易有限公司;不二家果味果冻,浙江旺通电子商务有限公司;亲亲果味果冻,泉州市亲亲电子商务有限公司;小鹿蓝蓝果味果冻,上海圆迈贸易有限公司;味滋源果味果冻,合肥滋源商贸有限公司;徐福记果味果冻、果冻条,上海迈进电子商务有限公司;喜之郎果味果冻,苏州京相贸易有限公司;蜡笔小新果味果冻,晋江蜡笔小新电子商务有限公司;9种市售果冻按上述顺序依次编号为1～9号。巧妈妈布丁:上海圆迈贸易有限公司;旺仔QQ糖:上海麦番商贸有限公司;小苏打饼干:深圳市辰方电子商务有限公司。
1.2 实验方法
1.2.1 消费者测试
1.2.1.1 实验准备
对9种市售果冻样品进行样品制备,去掉外包装等产品信息,用3位数字给果冻样品随机编码,统一每种果冻样品规格为直径2 cm,高1 cm的圆柱形,置于室温(25±1) ℃环境,备用。消费者测试前,参与者被告知将品尝的样品并签署知情同意书。本研究已通过江南大学医学伦理委员会审查。
1.2.1.2 问卷法研究果冻消费动机
采用网络问卷的方式调查果冻的消费动机。从7个维度考察了消费者的果冻消费动机,包括感官、价格、习惯、健康、功能、品牌和包装信息等因素。要求消费者在7点李克特量表[17]上对消费动机的同意程度进行打分(范围从1=“非常不认同”～7=“非常认同”)。最终获得306份有效问卷。
1.2.1.3 测试方法及流程
本试验中的100名消费者来自江南大学的学生、老师和访客,消费者年龄在19～34岁之间,其中女性83名、男性17名。在进行试验时,依次向消费者提供样品,每提供一种样品,消费者依次完成喜好度、CATA和JAR测试。使用通过9点喜好量表(范围从1=“非常不喜欢”～9=“非常喜欢”)收集消费者对样品的整体、口感和风味的喜好。在CATA测试中,首先通过13名学生的初步测试、以往的描述性分析和参考文献[18]得到果冻初始术语表(图1),正式测试中,消费者从果冻初始术语表中选择或补充符合样品感官特征的词汇,其中,术语出现在列表中的顺序在所有参与者之间是平衡的[19],但对于每个消费者顺序是固定的。在JAR测试中,采用五点标度(1=“过低”,2=“有点低”,3=“刚好”,4=“有点高”,5=“过高”)评价样品感官属性强度,属性包括:硬度、弹性、咀嚼性、凝聚性、韧性、顺滑度、易吞咽性。所有试验均在室温(25±1) ℃感官试验室的评价小间进行,样本按照威廉姆斯拉丁方设计的顺序呈递。整个评价过程中,向消费者提供纯净水和苏打饼干清口。消费者测试数据通过问卷星在线问卷平台收集。
图1 CATA问卷示例
Fig.1 CATA questionnaire
1.2.2 Spectrum描述性分析
1.2.2.1 感官评价小组的组建
参考GB/T 16291.1—2012 《感官分析 选拔、培训与管理评价员一般导则 第1部分:优选评价员》,对100名在校大学生进行筛选(初试:触觉/味觉匹配、排序、差别检验;复试:语言表达、性格、时间等)。最终选拔出13名表现优异者组成评价小组。随后进行质地属性识别培训和标准化口腔加工流程,要求评价员以1 s/次的频率咀嚼样品,通过设置参照样及其分数,培训并标准化每位评价员的感受在相同的标尺上进行评价,以减少个人习惯所造成的差异。直至评价员的一致性、重复性及区分能力达到测评要求,培训过程共持续20 h。
1.2.2.2 感官属性描述词的筛选与建立
基于1.2.1节中消费者CATA结果,结合文献[18],经讨论确定最终感官属性词、定义及评分标准(表1)。
表1 果冻感官属性的定义及评分标准
Table 1 Definition and scoring criteria for the sensory attributes of jelly
属性评价标准及定义参照样品1.硬度样品放在臼齿间压缩相同距离,臼齿评价压迫力的大小,压迫力越大分数越高B=4;X=8;Q=142.弹性将样品在舌头和上颚之间挤压,感受样品回弹性程度,形变恢复程度越大分数越高X=5;B=83.咀嚼性样品咀嚼至可吞咽状态时的咀嚼次数,次数越多分数越高X=5;B=7;Q=144.凝聚性咀嚼样品3次,样品的碎块越小/数量越多,凝聚性越差,分数越低;碎块越大/数量越少,凝聚性越好,分数越高B=4;X=7;Q=125.韧性用门牙感受挤压样品达到最大形变但不咬断时施加的力大小,力越大韧性越大B=5;X=7;Q=14
续表1
属性评价标准及定义参照样品6.顺滑度用舌头感受到样品切面的光滑程度,越光滑分数越高Q=2;B=7;X=97.易吞咽性咀嚼样品3次后吞咽,感受样品吞咽的难易程度,越易吞咽分数越高Q=2;B=7;X=9
注：B-“巧妈妈”布丁;X-“徐福记”果冻条;Q-“旺仔”QQ糖。
1.2.2.3 感官属性强度评价
样品制备同1.2.1.1节(去包装、3位随机编码、统一尺寸)。评价员使用15点线性标度(线性标度的两端分别代表“微弱”/“非常强”)对各样品的感官属性强度进行评价。每个样品重复评价2次,结果取平均值用于后续分析。
1.3 统计分析
使用SPSS 27和XLSTAT 2019对样品感官数据进行方差分析、相关性分析、多元对应分析和惩罚分析等,以Tukey检验法(P<0.05)进行事后检验。
2 结果与分析
2.1 消费者的果冻消费动机及喜好驱动因子分析
对306名消费者进行问卷调查,以了解消费者的果冻消费动机。由图2可知,感官属性(尤其是口感和风味)是驱动果冻消费的主要动机。次要因素为广告宣称的味道,可能是因为消费者对果冻的了解有限,往往需要广告等信息来辅助产品选择。此外,配料信息对果冻消费的重要性较低,可能是因为消费者对不同配料组成是如何影响果冻品质的了解较少,他们更多的是关注样品的最终感官特征。作为一种常见的休闲食品,物有所值和价格也是驱动消费者购买的关键因素,果冻因其物美价廉而深受消费者喜爱。
图2 不同消费动机得分平均值
Fig.2 Mean score of different consumption motivation
在确定感官因素为影响果冻消费的关键动机后,需要进一步了解哪些感官因素是驱动喜好的关键因素。因此,在盲测条件下(去除包装),100名消费者品尝了9种市售常见果冻,并进行喜好、CATA和JAR测试。如图3-a所示,消费者对9种果冻样品的喜好度具有显著性差异(P<0.05),1号和8号样品的喜好度最高,其次依次为4、6、3、9、2、7号,5号样品最低,并显著低于其他样品。同时,消费者对样品的口感和风味喜好也存在显著差异(图3-b)。
a-整体喜好度;b-风味与口感喜好度;c-整体喜好度与风味/口感喜好的相关性(总体水平);d-每位消费者风味/口感喜好与整体喜好的相关性
图3 市售果冻样品的消费者喜好度测试结果
Fig.3 Consumer hedonic rating results of commercial jelly samples
注:不同字母具有显著性差异(P<0.05)。
为进一步探究口感、风味对整体喜好度影响程度,将消费者对9种果冻样品的整体、口感和风味喜好度进行相关性分析,一般认为相关系数>0.6,表示强相关性,0.4≤相关系数<0.6表示中等相关性,相关系数<0.4表示弱相关性[20],由图3-c可知,9种果冻样品的口感喜好度、风味喜好度均与整体喜好度之间均存在正相关性(r>0),即口感、风味的喜好度越高,果冻的整体喜好度也会越高。其中,口感(r=0.70,P<0.05)与整体喜好度的关联大于风味(r=0.55,P<0.05),因此在优化果冻产品时应优先关注口感,风味可作为次要优化方向。
在个体层面进行相关性分析(图3-d)显示,65%的消费者其口感喜好与整体喜好度的相关性高于风味(T组,口感主导型),表明口感对多数消费者更重要;仅35%属于风味主导型(F组),表现为风味比口感更重要。这进一步证实果冻中口感比风味更重要。将2组消费者和样品进行双因素方差分析,如表2所示,消费者分组(T/F)对喜好度无显著影响,样品间差异极显著,消费者分组与样品无显著交互作用。说明消费者虽有个体偏好差异(T/F组),但对各样品优劣的评价趋势是一致的。
表2 消费者分组(T/F组)、样品及其交互作用对整体、口感和风味的影响
Table 2 Consumer grouping (T/F groups), samples and their interactions’ effects on overall, taste and flavor
消费者分组样品消费者分组与样品交互F值P值F值P值F值P值整体0.2320.63022.751<0.000 10.5480.821口感1.0940.29641.136<0.000 10.8480.561风味0.0620.80326.649<0.000 10.5400.827
2.2 影响消费者果冻喜好的关键风味与质构属性-CATA测试与惩罚分析
为确定影响消费者喜好的具体感官属性,通过CATA测试,消费者对样品进行了快速描述性评价[21]。根据18个感官属性描述词的选择频率可知,描述口感的“弹性”“柔软的”“易吞咽的”,描述风味的“甜的”,描述外观的“色泽均匀的”为参与测试消费者勾选最多的描述词,据此,“弹性”“柔软的”“易吞咽的”“甜的”和“色泽均匀的”是消费者认为果冻产品中具有普遍性的感官特征属性。而风味描述词“寡淡的”“胶味”“塑料味”和外观描述词“析水多的”则是勾选频率最低的,表明这些特征较少被消费者感知或关注到。使用Cochran’s Q test分别对引用频率数据检验,可确定每个感官术语在样本之间是否存在显著差异。如表3所示,消费者能够显著区分9种果冻样品中口感、风味和外观上的18个感官属性的差异(P<0.05)。
表3 在 CATA 测试中属性选择的频率以及九种果冻样品的Cochran’s Q检验中的P值
Table 3 Frequency of attribute selection in CATA test and P-values from Cochran’s Q test for nine jelly samples
口感属性频率/%P值风味与外观属性频率/%P值弹性65.400.000甜的59.300.000柔软的45.700.000香精味32.100.032易吞咽的44.700.000寡淡的11.900.000口感细腻的41.300.003胶味11.900.035咀嚼性40.900.000塑料味8.900.001韧的36.100.000黏稠感7.400.000易碎的30.300.000色泽均匀的55.200.002结构紧实的28.100.000析水多的21.700.000颗粒感3.800.017口感粗糙的3.700.009
将9个果冻样品的所有属性频次进行对应分析(correspondence analysis,CA),分析样品与属性间关系,由图4-a所示,2个成分解释方差达到75.21%,其中第一主成分解释总变异的55.38%,第二主成分解释总变异的19.83%。其中5号和7号样品在第一象限,具有易碎、颗粒感、易吞咽的口感属性和香精味的风味属性;2号、3号和9号样品在第二象限,具有较强的韧性、滋味寡淡和析水多等;6号样品具有甜的、寡淡的和色泽均匀的感官特征;4号样品具有甜的、弹的、咀嚼性、结构紧实的感官特征;1号和8号主要在第四象限,具有口感细腻、结构紧实、弹的、耐咀嚼、柔软的、甜的、色泽均匀的感官特征,且更接近消费者理想果冻的位置。一款消费者满意度高的果冻应该具有接近理想点的描述词所对应的感官特征,即口感细腻、结构紧实、弹性好、耐咀嚼、柔软、易吞咽、韧性小、色泽均匀、析水少、甜的。
a-市售样品与描述词的多元对应分析图;b-对果冻喜好度有显著影响的感官属性的Mean Drop值;c-T组/F组消费者的CATA术语百分比;d-比较T组和F组消费者中对果冻偏好有显著影响的感官属性的Mean Drop值
图4 CATA结果分析
Fig.4 CATA result analysis
注:**和***分别表示CATA术语对样品喜好存在显著影响(P<0.01和P<0.001)。
为进一步了解影响各感官属性的重要性,将CATA数据和整体喜好数据进行惩罚-提升分析,分别计算选择和不选择某个属性时的消费者平均喜好分数,二者的差值为Mean Drop值,表示属性对样品喜好的影响程度,Mean Drop值为正且数值越大,表明该属性的出现对提升样品喜好度的贡献越大,反之,则减少样品的喜好,Mean Drop值越大,表明该属性越重要[22],由图4-b可知,弹性、韧的、耐咀嚼的和易碎的对样品喜好结果具有显著影响(P<0.05),与问卷调查法的结果相符,也确定了口感属性为最影响消费者喜好,且提供了更加详细的属性信息,弹性、韧的和耐咀嚼的被发现是提高消费者喜好的关键属性,易碎的则是减少消费者喜好的关键属性。通过卡方检验,比较T组消费者(认为口感比风味更重要)和F组消费者(认为风味比口感更重要)术语频率,以进一步了解感官属性对不同消费群体的影响,由图4-c可知,F组对“胶味”“寡淡的”“甜的”“色泽均匀的”选择频率显著更高,这与F组更关注风味的特征符合,值得注意的是,F组“耐咀嚼的”选择频率也显著高于T组,大量研究表明,食物的口感特征会影响风味感知,口腔加工时间和咀嚼导致的碎片数量通常与滋味强度[18]和特征风味强度[23]呈正相关,本研究的结果表明,F组消费者可能是通过追求更多次的咀嚼来更好地感受果冻的风味。对T、F组的CATA数据和整体喜好数据分别进行惩罚-提升分析,计算T组和F组消费者中对果冻偏好有显著影响的感官属性的Mean Drop值,结果如图4-d所示,无论是T组还是F组,对喜好度具有显著影响的具体感官特征始终是口感属性(P<0.05),弹性、韧性是提高T组喜好的关键属性,耐咀嚼和弹性是提高F组喜好的关键属性。
2.3 影响消费者果冻喜好的关键风味与质构属性-JAR测试与惩罚分析
通过JAR测试,确定影响喜好的关键口感因素及其改进方向。将JAR和喜好结果进行惩罚分析,计算过弱或过强消费者整体喜好度均值与刚好消费者整体喜好度均值的差值,这一数值(Mean Drop)的大小,能反映样品各属性对样品总体喜好的影响程度;将Mean Drop乘以该偏向的人群比例,计算出由于这个属性偏向某个方向,而导致消费者总体喜好下降的总分数,该分数常称为Total mean drops。参考Total mean drops绝对值,在惩罚分析图中绘制2条Total mean drops绝对值分别为0.5和0.25的曲线;Total mean drops绝对值≥0.5表示该属性偏离对总体喜好有很大影响,需优先改进;Total mean drops绝对值≤0.25表示影响不明显[7, 13]。
如图5所示,对于1、4、6和8号样品:所有属性Total mean drops绝对值均<0.25,因此没有特别需要改进的属性;对于2号样品:超过60%消费者认为硬度、凝聚性和韧性过强,且Total mean drops绝对值>0.5,因此需优先降低硬度、凝聚性和韧性,其次可适当提高易吞咽性和顺滑度;对于3号样品:需优先降低硬度和韧性,其他属性均未影响最终的喜好度。对于5号样品:硬度、弹性、凝聚性、咀嚼性和顺滑度是显著影响消费者喜好的关键感官属性,需首先提高硬度、弹性、凝聚性和咀嚼性强度,其次是降低顺滑度和易吞咽性。对于9号样品:约50%消费者认为硬度、弹性和韧性过强,但其Total mean drops绝对值均不到0.35,改进优先级不高。综上,9种样品中,硬度、弹性、咀嚼性、凝聚性和韧性不足或过强将明显降低消费者对果冻样品的喜好度,这为后续确定理想范围提供了明确属性列表。
a-样品1;b-样品2;c-样品3;d-样品4;e-样品5;f-样品6;g-样品7;h-样品8;i-样品9
图5 9种果冻样品惩罚分析
Fig.5 Penalty analysis of 9 jelly samples
注:“-”代表偏低;“+”代表偏高;黄线代表Total mean drops绝对值=0.25;蓝线代表Total mean drops绝对值=0.5。
2.4 消费者喜好关键质构属性的量化分析
消费者测试确定口感属性为影响喜好的关键驱动因素,并确定了关键的口感属性,因此,专业评价小组对9个果冻样品的口感特征进行了定量描述性分析。以表1为评价标准,感官剖面如图6-a所示,样品在7个属性上均存在显著差异。将消费者喜好度与产品的各感官属性强度结合,建立外部偏好图(图6-b)可以了解不同产品的各感官属性强度与人群分布之间的关系,图中蓝色圆点代表样品,红色线段代表感官属性,不同颜色的区域划分代表消费者的喜爱程度,图例给出了不同颜色区域对应的消费者占比,外部偏好图可以用来预测样品在更大市场范围内的受欢迎程度[24, 25]。由图6-b可知,70%～90%消费者偏好1、4、6和8号;40%～70%消费者偏好2、3和9号;仅10%～20%消费者偏好5和7号。偏好区域特征:高弹性、凝聚性、咀嚼性,适中硬度、顺滑度、易吞咽性,低韧性。偏好图结果进一步验证了惩罚分析结论的可靠性,并直观展示了高偏好样品的感官特征组合。
a-描述性分析结果;b-外部偏好图
图6 9种市售样品的质地感官剖面图
Fig.6 Sensory cross-section diagrams of the textures of 9 commercial samples
2.5 确定果冻关键属性的理想范围
选取消费者JAR平均值(图7)最接近3分的2种果冻样品,以其在定量描述性分析(图6-a)中对应属性的强度值,作为该属性的理想强度范围上下限[2]。结合CATA和JAR测试的结论,硬度、弹性、咀嚼性、凝聚性和韧性是影响消费者喜好的关键属性,最终确定了果冻的属性理想强度范围(基于0～15分标度)为:硬度为7.15～8.25分,此范围接近“果冻条”标样(8分),代表消费者偏好臼齿感受到的压迫阻力处于中等水平;弹性为8.45～9.00分。此范围略高于“布丁”标样(8分),表明消费者偏好果冻具有较大的形变恢复程度;咀嚼性为7.50～9.00分,此范围同样略高于“布丁”标样(7分),意味着消费者认为产品在达到可吞咽状态前,需要具备较好的咀嚼性。凝聚性为7.50～10.00分。此范围介于“果冻条”标样(7分)与“QQ糖”标样(12分)之间,对应的感官特征是咀嚼后能够断裂成较大碎块,既非过于松散(如布丁),也非过于黏连(如QQ糖);韧性为5.66～7.15分。此范围介于“布丁”标样(4分)与“果冻条”标样(7分)之间,代表消费者偏好果冻不会轻易断裂(区别于布丁),但同时使用中等程度的力即可咬断(区别于更韧的果冻条)。
图7 九种果冻样品的关键感官属性的JAR平均值
Fig.7 Average values of key sensory attributes of the nine jelly samples using the JAR test
3 结论
本文以9种市场主流品牌果冻样品为研究对象,通过整合消费者测试(喜好度检验、CATA、JAR),结合方差分析、相关性分析、多元对应分析、惩罚分析和外部偏好图等统计方法,确定消费者对果冻的整体喜好受口感和风味共同驱动,其中口感(r=0.70)的驱动作用强于风味(r=0.55),65%的消费者属于口感主导型,确定硬度、弹性、咀嚼性、凝聚性和韧性为影响整体喜好的关键质地属性。本研究首次成功量化了果冻关键质地属性的理想强度范围(0～15分标度):硬度:7.15～8.25分;弹性:8.45～9.00分;咀嚼性:7.50～9.00分;凝聚性:7.50～10.00分;韧性:5.66～7.15分。该结果为果冻产品的感官品质精准提升、配方优化及工艺改进提供了关键的科学依据和明确的量化标准。
[1] 丛懿洁, 马蕊, 朱宏, 等.Penalty分析方法在褐色酸奶开发中的应用研究[J].食品工业, 2017, 38(7):117-121.CONG Y J, MA R, ZHU H, et al.Taste tracking of brown yogurt used penalty based on the consumer survey[J].The Food Industry, 2017, 38(7):117-121.
[2] 常玉梅. 描述性检验与消费者接受度感官分析方法研究—以豆腐干为例[D].无锡:江南大学,2013.Chang Y M.Research on sensory analysis methods of descriptive test and consumer acceptability—by testing of dried bean curds.[D].Wuxi:Jiangnan University, 2013.
[3] BANG W S, HWANG I S, KIM M K.Can untrained consumers capture subtle sensory differences? A comparison of CATA, napping, and descriptive analysis for traditional Korean doenjang[J].Journal of Sensory Studies, 2025, 40(3):e70055.
[4] RODRIGUES J F, SIMAN I B, DE OLIVEIRA L E A, et al.Diary and CATA approaches:A complementary study assessing Canastra cheese consumption[J].Journal of Sensory Studies, 2021, 36(4):e12662.
[5] JAVIER-PISCO P, ESCRICHE I, IGUAL M, et al.Evaluation of consumer perception of new aquaculture products through applying focus group and check-all-that-apply methodologies[J].Foods, 2024, 13(16):2480.
[6] YANG J E, LEE J S.Consumer perception and liking, and sensory characteristics of blended teas[J].Food Science and Biotechnology, 2020, 29(1):63-74.
[7] ERVINA E, TENADI A, RENATA G, et al.Does consumer knowledge of sorghum impact their liking? Investigating consumers preferences on sorghum biscuits using JAR (Just-About-Right) scale[J].IOP Conference Series:Earth and Environmental Science, 2023, 1169(1):012088.
[8] SADEK N F, MELYANA D.Sensory characterization of commercial RTD (ready-to-drink) green tea using a combination method of CATA (check-all-that-apply) and JAR (just-about-right)[J].IOP Conference Series:Earth and Environmental Science, 2025, 1482(1):012031.
[9] LEE S, KWAK H S, KIM S S, et al.Combination of the check-all-that-apply (CATA) method and just-about-right (JAR) scale to evaluate Korean traditional rice wine (yakju)[J].Foods, 2021, 10(8):1895.
[10] GARC
A-G
MEZ B, FERN
NDEZ-CANTO N, VZQUEZ-ODÉRIZ M L, et al.Sensory descriptive analysis and hedonic consumer test for Galician type breads[J].Food Control, 2022, 134:108765.
[11] HAUSCH B J, ARPAIA M L, CAMPISI-PINTO S, et al.Sensory characterization of two California-grown avocado varieties (Persea americana Mill.) over the harvest season by descriptive analysis and consumer tests[J].Journal of Food Science, 2021, 86(9):4134-4147.
[12] EFFAH-MANU L, WIREKO-MANU F D, AGBENORHEVI J K, et al.Gender-disaggregated consumer testing and descriptive sensory analysis of local and new yam varieties[J].Foods, 2023, 12(3):537.
[13] 岳营峰, 史波林, 赵镭, 等.基于惩罚分析与偏好图技术的辣条消费接受性分析[J].中国食品学报, 2023, 23(12):438-448.YUE Y F, SHI B L, ZHAO L, et al.Analysis of consumption acceptance for spicy strip using penalty analysis and preference map technology[J].Journal of Chinese Institute of Food Science and Technology, 2023, 23(12):438-448.
[14] MANDHA J, SHUMOY H, DEVAERE J, et al.Effect of lactic acid fermentation on volatile compounds and sensory characteristics of mango (Mangifera indica) juices[J].Foods, 2022, 11(3):383.
[15] CHONG F S, O’SULLIVAN M G, KERRY J P, et al.Understanding consumer liking of beef using hierarchical cluster analysis and external preference mapping[J].Journal of the Science of Food and Agriculture, 2020, 100(1):245-257.
[16] MARN-OBISPO L M, VILLARREAL-LARA R, RODRGUEZ-SNCHEZ D G, et al.Insights into drivers of liking for avocado pulp (Persea americana):Integration of descriptive variables and predictive modeling[J].Foods, 2021, 10(1):99.
[17] SULLIVAN G M, ARTINO A R Jr.Analyzing and interpreting data from likert-type scales[J].Journal of Graduate Medical Education, 2013, 5(4):541-542.[PubMed]
[18] 潘淑靓, 宋佳慧, 夏熠珣, 等.影响凝胶甜味的关键质构因素分析[J].食品与生物技术学报, 2023, 42(7):28-36.PAN S L, SONG J H, XIA Y X, et al.Analysis of key texture factors affecting gel sweetness[J].Journal of Food Science and Biotechnology, 2023, 42(7):28-36.
[19] MEYNERS M, CASTURA J C.Randomization of CATA attributes:Should attribute lists be allocated to assessors or to samples?[J].Food Quality and Preference, 2016, 48:210-215.
[20] 丛懿洁, 马蕊, 李银塔.原味酸奶的感官属性分析及模糊数学评价[J].中国乳品工业, 2020, 48(12):53-58.CONG Y J, MA R, LI Y T.Fuzzy mathematical evaluation and sensory attributes analysis of plain yogurt[J].China Dairy Industry, 2020, 48(12):53-58.
[21] MEYNERS M, CASTURA J C, CARR B T.Existing and new approaches for the analysis of CATA data[J].Food Quality and Preference, 2013, 30(2):309-319.
[22] TONG S C, SIOW L F, LEE Y Y.Identification of sensory drivers of liking of plant-based milk using a novel palm kernel milk:The effect of reformulation and flavors addition through CATA and PCA analysis[J].Food Science &Nutrition, 2025, 13(1):e4719.
[23] BOLAND A B, DELAHUNTY C M, VAN RUTH S M.Influence of the texture of gelatin gels and pectin gels on strawberry flavour release and perception[J].Food Chemistry, 2006, 96(3):452-460.
[24] YENKET R, CHAMBERS IV E.Influence of cluster analysis procedures on variation explained and consumer orientation in internal and external preference maps[J].Journal of Sensory Studies, 2017, 32(5):e12296.
[25] 唐瑛蔓, 赵美玲, 黄雅慧, 等.绿茶主要滋味特征与消费者偏好的关系[J].食品与发酵工业, 2020, 46(17):242-246;252.TANG Y M, ZHAO M L, HUANG Y H, et al.Study on the relationship between the main taste characteristics of green tea and consumer preferences[J].Food and Fermentation Industries, 2020, 46(17):242-246;252.