Flash profiling raw data (intensiti

Flash profiling raw data (intensities of each attribute scored by the respective assessor) were analysed using generalized procrustes analysis (GPA; Senstools.Net, OP & P Product Research BV, Utrecht, The Netherlands). The final data consisted of the duplicate ratings for 10 different muffins by 12 panelists, each of them with his/her individual number of scales. Data were taken from the marks on the score sheets (scale range: 0e100). Subsequent to deriving a consensus matrix from individual data, principal component analysis (PCA) reduces dimensionality with a minimum loss of variation (Lachnit, Busch-Stockfisch, Kunert, & Krahl, 2003) so that the dimensions of the obtained space can be interpreted by considering descriptors which are correlated with each dimension for each assessor (Costell, Trujillo, Damasio, & Duran, 1995).

ผลลัพธ์ (ไทย) 1:

แฟลชที่สร้างโพรไฟล์ข้อมูลดิบ (ปลดปล่อยก๊าซแอททริบิวต์แต่ละคะแนน โดย assessor ตามลำดับ) ได้ analysed ใช้ procrustes เมจแบบทั่วไปวิเคราะห์ (GPA Senstools.Net, OP & P วิจัยผลิตภัณฑ์ BV, Utrecht เนเธอร์แลนด์) ข้อมูลสุดท้ายประกอบด้วยการจัดอันดับที่ซ้ำสำหรับมัฟฟินต่าง ๆ 10 โดย panelists 12 แต่ละของพวกเขาด้วยหมายเลขแต่ละตัวของเกล็ด ข้อมูลที่ได้มาจากเครื่องหมายบนแผ่นคะแนน (ขนาดช่วง: 0e100) Subsequent to บริษัทฯ เมทริกซ์มติจากข้อมูลส่วนบุคคล การวิเคราะห์ส่วนประกอบหลัก (PCA) ลด dimensionality กับการสูญเสียต่ำสุดของการเปลี่ยนแปลง (Lachnit บุชค์ราคา-Stockfisch, Kunert & Krahl 2003) เพื่อให้ขนาดของพื้นที่ได้รับสามารถตีความ โดยพิจารณาตัวแสดงรายละเอียดซึ่งมี correlated กับขนาดแต่ละขนาดสำหรับแต่ละ assessor (Costell ทรูจิลโล่ Damasio & Duran, 1995)

ผลลัพธ์ (ไทย) 2:

แฟลช profiling ข้อมูลดิบ (ความเข้มของแอตทริบิวต์แต่ละฝ่ายโดยผู้ประเมินตามลำดับ) ถูกนำมาวิเคราะห์โดยใช้การวิเคราะห์ Procrustes ทั่วไป (GPA; Senstools.Net, OP และสินค้า P วิจัย BV, Utrecht, เนเธอร์แลนด์) ข้อมูลสุดท้ายประกอบด้วยการจัดอันดับที่ซ้ำกันสำหรับ 10 มัฟฟินที่แตกต่างกันโดย 12 ผู้ร่วมอภิปรายแต่ละคนมี / จำนวนบุคคลของตนของเครื่องชั่ง ข้อมูลที่ถูกนำมาจากเครื่องหมายบนแผ่นคะแนน (ช่วงขนาด: 0e100) ภายหลังจากที่ได้รับฉันทามติเมทริกซ์จากข้อมูลแต่ละวิเคราะห์องค์ประกอบหลัก (PCA) ลดมิติที่มีการสูญเสียน้อยที่สุดของการเปลี่ยนแปลง (Lachnit, Busch-Stockfisch, Kunert และ Krahl 2003) เพื่อให้ขนาดของพื้นที่ที่ได้รับสามารถตีความโดย พิจารณาคำอธิบายที่มีความสัมพันธ์กับแต่ละมิติสำหรับแต่ละผู้ประเมิน (Costell, ตรูฮีโย Damasio และ Duran, 1995)

ผลลัพธ์ (ไทย) 3:

แฟลชลักษณะข้อมูลดิบ ( ความเข้มของแต่ละคุณลักษณะคะแนนโดยผู้ประเมิน 2 ) วิเคราะห์ข้อมูล โดยใช้ตัววิเคราะห์ procrustes ( GPA ; senstools . สุทธิ , OP & P วิจัยผลิตภัณฑ์ BV , Utrecht , เนเธอร์แลนด์ ) ข้อมูลสุดท้ายประกอบด้วยซ้ำอันดับ 10 มัฟฟินที่แตกต่างกัน 12 ผู้ทดสอบแต่ละของพวกเขาด้วย / เบอร์แต่ละขนาดข้อมูลที่ได้จากเครื่องหมายบนแผ่นคะแนน ( ขนาดช่วง : 0e100 ) ภายหลังที่ได้รับฉันทามติจากเมทริกซ์ข้อมูลบุคคล การวิเคราะห์องค์ประกอบหลัก ( PCA ) ลด dimensionality กับการสูญเสียน้อยที่สุดของการเปลี่ยนแปลง ( lachnit Busch , stockfisch KUNERT & krahl , , ,2546 ) ดังนั้น ขนาดของพื้นที่ที่สามารถตีความได้โดยการพิจารณาในแต่ละมิติที่สัมพันธ์กับแต่ละผู้ประเมิน ( costell damasio Trujillo , , , &ดูแรน , 1995 )