PubMed دسترسی آزاد

Advances and Challenges in Sensory Evaluation of Food: Bridging Traditional Methods With Digital Innovation for Sustainable Food Systems.

استودیوی صوتی مقاله

پخش حرفه‌ای فارسی و انگلیسی

در حال بررسی نسخه‌های صوتی ذخیره‌شده…

صوت تولیدشده با هوش مصنوعی است. برای کاربرد علمی یا درمانی، متن و منبع اصلی را بررسی کنید.
خواندن هوشمند فارسی و انگلیسی در حال آماده‌سازی صداهای مرورگر…
تنظیم صدای طبیعی و سرعت

صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.

چکیده اصلی

Sensory evaluation has developed to be more than a subjective taste-testing approach and a multidimensional science that incorporates psychophysics, digital technologies, and data analytics. This review covers and examines methodological advances in line with classical hedonic and descriptive methods, as well as modern methods of using AI to predict and multisensory virtual experiments. Particular attention is given to how rheological, tribological, and AI-driven approaches are advancing the objective and predictive assessment of food texture and mouthfeel, in line with the scope of texture-focused research. This paper explains how sensory evaluation can be used to develop products, assure quality, and conduct consumer research; where it plays a pivotal role in ensuring sustainable and health-focused product development. New developments like machine learning and the integration of omics and digital sensory systems have transformed how products are designed by connecting the molecular structure to human sensations. Although significant improvements have been made, the subjectivity, cultural bias, data heterogeneity, and reproducibility are still issues. The review highlights the importance of aligning protocols, working interdisciplinary, and automation as the means of improving the predictive ability of sensory science. The suggested directions in the future are focused on personalized nutrition, introducing a circular economy, and models of human-AI hybrid in real-time, sustainable food innovation.

نتیجه فارسی

این مرور پیشرفت‌های روش‌شناختی در ارزیابی حسی غذا را از روش‌های سنتی به روش‌های مدرن مبتنی بر هوش مصنوعی و داده‌های چندحسی بررسی می‌کند. مقاله بر رویکردهای شیءی برای بافت و حس دهان و نقش ارزیابی حسی در توسعه محصول پایدار و سلامت تأکید می‌کند. چالش‌های فعلی شامل موضوعیت، سوگیری فرهنگی و تکرارپذیری است. آینده این حوزه به سمت تغذیه شخصی‌سازی‌شده و مدل‌های انسان-هوش مصنوعی در زمان واقعی است.

  • ارزیابی حسی یک علم چندبعدی با استفاده از روان‌فیزیک و داده‌های دیجیتال است.
  • هوش مصنوعی و سیستم‌های چندحسی برای پیش‌بینی بافت و حس دهان استفاده می‌شوند.
  • نوآوری‌هایی مانند یادگیری ماشین و اومیکس، طراحی محصول را تغییر داده‌اند.
  • چالش‌های فعلی شامل موضوعیت، سوگیری فرهنگی و تکرارپذیری است.
  • آینده به سمت تغذیه شخصی‌سازی‌شده و مدل‌های انسان-هوش مصنوعی است.

ترجمه فارسی چکیده

ارزیابی حسی فراتر از یک رویکرد ساده آزمایش taste-testing شده و به یک علم چندبعدی تبدیل شده که شامل روان‌فیزیک، فناوری‌های دیجیتال و تحلیل داده‌ها می‌شود. این مرور، پیشرفت‌های روش‌شناختی را در روش‌های کلاسیک لذت‌بخش و توصیفی و همچنین روش‌های مدرن استفاده از هوش مصنوعی برای پیش‌بینی و آزمایش‌های مجازی چندحسی بررسی می‌کند. توجه ویژه‌ای به نحوه پیشرفت ارزیابی شیءی و پیش‌بینی‌کننده بافت و حس دهان غذا با رویکردهای رئولوژیکی، تریبولوژیکی و مبتنی بر هوش مصنوعی، در راستای اهداف تحقیقات تمرکز بر بافت، داده شده است. این مقاله توضیح می‌دهد که ارزیابی حسی چگونه می‌تواند برای توسعه محصول، تضمین کیفیت و انجام تحقیقات مصرف‌کننده استفاده شود؛ جایی که نقش کلیدی در تضمین توسعه محصول پایدار و متمرکز بر سلامت ایفا می‌کند. نوآوری‌هایی مانند یادگیری ماشین و ادغام اومیکس و سیستم‌های حسی دیجیتال، نحوه طراحی محصول را از طریق اتصال ساختار مولکولی به حس‌های انسانی تغییر داده‌اند. اگرچه پیشرفت‌های قابل توجهی حاصل شده است، موضوعیت، سوگیری فرهنگی، ناهمگونی داده‌ها و تکرارپذیری همچنان چالش‌هایی هستند. این مرور اهمیت همسویی پروتکل‌ها، کار هم‌رشته‌ای و اتوماسیون را به عنوان راه‌های بهبود توانایی پیش‌بینی علم حسی برجسته می‌کند. جهت‌های پیشنهادی در آینده بر تغذیه شخصی‌سازی‌شده، معرفی اقتصاد چرخشی و مدل‌های انسان-هوش مصنوعی هیبریدی در زمان واقعی، برای نوآوری غذایی پایدار متمرکز است.

روش پژوهش

این مرور، پیشرفت‌های روش‌شناختی در روش‌های کلاسیک و مدرن ارزیابی حسی را بررسی می‌کند.

محدودیت‌ها

موضوعیت، سوگیری فرهنگی، ناهمگونی داده‌ها و تکرارپذیری همچنان چالش‌های باقی‌مانده هستند.

استخراج ساختاریافته از متن منبع

نمای PICO و پیامدها

جمعیت
غذاهای مورد بررسی در این مرور شامل محصولات غذایی با تمرکز بر بافت و حس دهان هستند.
مداخله/مواجهه
روش‌های مدرن ارزیابی حسی شامل هوش مصنوعی، سیستم‌های چندحسی و تحلیل داده‌ها هستند.
مقایسه
روش‌های سنتی ارزیابی حسی (لذت‌بخش و توصیفی) با روش‌های مدرن مقایسه شده‌اند.
حجم نمونه
در متن ارائه شده، اندازه نمونه گزارش نشده است.

متن کامل اصلی

نسخه دارای مجوز در منبع علمی در دسترس است.

لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز می‌شود.

باز کردن متن کامل

کلیدواژه‌ها

artificial intelligenceconsumer perceptionfood innovationpredictive modelingsensory evaluation
در همین زیرشاخه

مقاله‌های مرتبط

PubMed2026

Beyond Bactericidal: Plasma Surface Engineering to Defeat Food Matrix-Conditioning Layers.

The persistence of foodborne pathogens on industrial food contact surfaces continues to challenge global food safety despite advances in sanitation technologies. A central limitation of current antimicrobial strategies lies in their validation under simplified laboratory conditions that overlook the physicochemically driven formation of food matrix conditioning films. Upon contact with food residues, organic macromolecules reorganize a…

PubMed2026

Covalent Organic Frameworks in Smart Food Packaging: Advances, Challenges, and Future Prospects.

Food preservation challenges have positioned packaging as a rapidly evolving, innovation-driven field, with smart packaging offering transformative solutions. Among advanced materials, covalent organic frameworks (COFs) have attracted growing attention due to their permanent porosity, structural tunability, high surface area, and chemical stability. These features allow COFs to address critical needs in food packaging, including active…

PubMed2026

Molecular Characterisation and Antimicrobial Resistance Patterns of Listeria monocytogenes From Dairy Sources.

INTRODUCTION AND AIM: Listeria monocytogenes (L. monocytogenes) is a major food pathogen that causes severe infections, especially in the susceptible population. Dairy products and milk are some of the possible vehicles through which it can be transmitted both as a threat to the health of people and as an economic issue. The study conducted was to explore the prevalence, virulence characteristics, and antimicrobial resistance patterns …

PubMed2026

Radiological impact of radionuclides in Moroccan food crops under semiarid conditions.

Internal exposure to ionising radiation occurs predominantly through the consumption of contaminated crops, and evaluating soil-to-plant radionuclide transfer is essential for radiological risk assessment. This study investigated radionuclide activity concentrations, soil-to-plant concentration ratios (CRs), and the potential annual effective dose from food ingestion in a semiarid agricultural region. High-resolution alpha- and gamma-s…