1GESAAF - Dipartimento di Gestione dei Sistemi Agrari, Alimentari e Forestali,
Università degli Studi di Firenze
2Adacta International S.p.A., Napoli
Parole chiave: contesto, differenze individuali, PROP status, papille fungiformi, metabolizzazione della caffeina
Introduzione
Il caffè è un prodotto popolare in tutto il mondo, spesso consumato più di una volta al giorno in diversi contesti, con una caratterizzazione sensoriale specifica legata all’amaro e un effetto stimolante dovuto alla presenza di caffeina.
L’obiettivo di questo studio è stato quello di investigare le relazioni tra il contesto preferito descritto dai soggetti e le loro differenze individuali in termini di caratteristiche socio-demografiche, sensibilità al PROP (PROP status), numero di papille fungiformi (FP) e indice di metabolizzazione della caffeina (CMI).
L’ipotesi dietro lo studio è che la preferenza di un contesto piuttosto che di un altro possa fornire informazioni utili a mettere in luce gli aspetti valorizzati dall’individuo nell’esperienza del caffè, che possono riflettere le differenze individuali nella sensibilità al gusto e nella velocità di metabolizzazione della caffeina. Se ogni situazione (contesto) è definito dai significati che gli individui attribuiscono al loro ambiente (Köster and Mojet, 2007), lo studio delle situazioni in cui le persone preferiscono consumare il caffè dovrebbe rivelare gli aspetti più significativi della loro esperienza.
Materiali e metodi
134 consumatori di caffè (58 maschi e 76 femmine) sono stati caratterizzati per le variabili descritte sopra (sensibilità al PROP: PROP status, numero di papille fungiformi: FP; indice di metabolizzazione della caffeina; CMI; vedi Masi et al., 2016, 2015; Tabella 1) e hanno risposto alla domanda: “Descrivi il momento in cui preferisci prendere il caffè” (Spinelli et al., submitted).
I testi prodotti dai soggetti sono stati analizzati utilizzando una metodologia congiunta applicando un’analisi semiotica e statistica.
In particolare lo studio ha previsto le seguenti fasi:
1. Conduzione di analisi semiotica (Greimas and Courtés, 1983; Rastier, 2015, 1997) su un subset di test (10%), allo scopo di chiarire le possibili fonti di ambiguità nei testi e individuare le aree semantiche attivate, in modo da risolvere alcune problematiche della fase del pretrattamento dei testi (cfr. Piqueras-Fiszman, 2015; Symoneaux and Galmarini, 2014).
2. Pretrattamento dei testi sulla base delle ipotesi formulate nello step 1. 3. Analisi statistica sui dati testuali.
Analisi tematica. È stata condotta un’analisi tematica basata su un clustering non supervisionato (bisecting K-means) utilizzando il software T-LAB 9.1 (Lancia, 2015, 2012):
a) costruzione di una tabella dati unità di contesto x unità lessicali, con valori del tipo presenza/assenza;
b) pretrattamento dei dati tramite TF-IDF e trasformazione di ogni vettore riga a lunghezza 1 (norma euclidea);
c) uso della misura del coseno e clusterizzazione delle unità di contesto tramite il metodo bisecting K-means (Savaresi and Boley, 2004; Steinbach et al., 2000);
d) archiviazione delle varie partizioni ottenute e, per ciascuna di esse: e) costruzione di una tabella di contingenza unità lessicali x cluster (n x k); f) test del chi-quadro applicato a tutti gli incroci cluster x unità lessicali; g) analisi delle corrispondenze della tabella di contingenza unità lessicali x
cluster (Benzécri, 1992; Greenacre, 2010; Lebart and Salem, 1994). Le variabili fisiologiche sono state proiettate sulla mappa come variabili supplementari.
Chi-quadro globale e chi-quadro per cella. Il chi-quadro globale è stato utilizzato per testare l’indipendenza tra righe (clusters) e colonne (variabili fisiologiche) delle tabelle di contingenza per ciascuna variabile, utilizzando XLSTAT (Version 2015.5, Addinsoft. Quando il chi-quadro iniziale era ≤0.1, la fonte della variazione è stata identificata calcolando il chi-quadro per cella (Snedecor & Cochran, 1977; Symoneaux et al., 2012).
Caratterizzazione dei soggetti - variabili fisiologiche Densità delle
papille fungiformi (FP)
I soggetti sono stati divisi in gruppi in base al valore della mediana mediano della distribuzione FP (mediana=12.12; range 4-22): Low FP
(LFP; n=59); High FP (HFP; n=60);
PROP taster status
Il PROP taster status è basato sulla valutazione media di due repliche; i soggetti sono stati categorizzati sulla base della distribuzione percentile: PROP Non Taster (NT) ≤21.75 (n=30); PROP Medium Taster (MT), 22-
65 (n=59); PROP Supertaster (ST) ≥65.125 (n=30); Indice di
metabolizzazione della caffeina
(CMI)
I soggetti sono stati divisi in gruppi in base al valore della mediana della distribuzione di z-score del CMI (mediana=0,0056; range da 1,7109 a 2,8752); metabolizzatori lenti (Low CMI, LCMI, n=45); metabolizzatori
veloci (High CMI, HCMI, n=44). Tab. 1. Caratteristiche dei consumatori (variabili fisiologiche).
Risultati e discussione
Caratteristiche dei consumatori
Nessuna relazione significativa è stata trovata tra FP e la responsività al PROP (r=0.05, p=0.592; cfr. Masi et al. 2015), FP e CMI (r=-0.05; p=0.550), CMI e responsività al PROP (0.05; p=0.528).
Analisi tematica delle risposte alla domanda aperta
L’analisi tematica ha consentito di individuare quattro contesti preferiti principali (clusters), a seconda della maggiore attenzione per alcuni aspetti specifici:
(1) il contesto “ASSAPORARE”, caratterizzato da un focus su un’esperienza di relax e comfort e da un’attenzione alle proprietà sensoriali;
(2) il contesto “BREAK”, caratterizzato da un focus sul caffè come occasione di pausa e associato a una dimensione sociale (es. chiacchierare);
(3) il contesto “DOPO PASTO”, caratterizzato da un focus sulla situazione: es. caffè preso dopo pasto, associato a un rituale sociale (caffè preso in compagnia con amici o colleghi);
(4) il contesto “SVEGLIARSI”, caratterizzato da un focus sulla funzione stimolante di risveglio del caffè.
Fig. 1. Analisi tematica. Le parole caratteristiche di ciascun cluster sono indicate con i simboli: 1 ASSAPORARE; 2 BREAK; 3 DOPO PASTO; ★ 4 SVEGLIARSI.
LCMI = Slow caffeine metabolizers; HCMI= Fast caffeine metabolizers; LFP = Low Fungiform Papillae density; HFP = High Fungiform Papillae density; PROP NT = Non taster;
I quattro cluster tematici rappresentano rispettivamente il 24.6% (1), 25.4% (2), 30.6% (3) e il 19.4% (4) dei soggetti. I risultati sono presentati in Fig. 1. Le prime due dimensioni rendono conto del 72.57% della varianza, rappresentando rispettivamente il 44.59% (Fattore 1) e il 27.98% (Fattore 2).
Le descrizioni dei contesti preferiti risultano chiaramente separate sulla prima dimensione sulla base del focus sull’esperienza sensoriale (ASSAPORARE) o sulla situazione sociale (BREAK; DOPO PRANZO). Sulla seconda dimensione le principali differenze si registrano tra il tema SVEGLIARSI e tutti gli altri temi.
L’analisi ha evidenziato che i fattori individuali sono legati alla preferenza per un diverso contesto. In particolare i soggetti con meno papille fungiformi e alto CMI sono più rappresentati nel cluster 1, più focalizzato sul prodotto e sulle sue caratteristiche sensoriali, mentre i soggetti con maggior numero di papille e basso CMI risultano più focalizzati sugli aspetti sociali della situazione di consumo, es. il caffè come occasione per delle chiacchiere con amici o colleghi, il rituale del coffee break e del caffè dopo pasto (Cluster 2 e 3).
I risultati del chi-quadro globale e per cella per ogni set di variabili hanno permesso l'esplorazione dei risultati più in profondità. Il contesto BREAK (2) è meno preferito dai consumatori HCMI, mentre il contesto ASSAPORARE (1) è meno preferito dai LCMI (p- value chi-quadro globale=0.058). Gli HFP tendono a preferire meno il contesto ASSAPORARE (1), mentre gli LFP tendono a preferire meno il contesto SVEGLIARSI (tema 4) (p-value chi-quadro globale=0.117).
Questi risultati suggeriscono un percorso interessante da esplorare, relativo al legame tra i contesti preferiti dai soggetti per consumare un prodotto e le loro differenze individuali. Ulteriori studi in questa direzione potrebbero aiutare a comprendere meglio le preferenze alimentari, non limitando l’indagine solo alla dimensione dei prodotti (cibo che ci piace), ma includendo anche la dimensione dei contesti (come ci piace il cibo che ci piace). Entrambe queste espressioni sembrano essere correlate al nostro background biologico e fisiologico, oltre che alla dimensione culturale e ai fattori psicologici. Questi risultati sono anche coerenti con l'idea che una "situazione" non esista separatamente da una persona (Barrett, 2006) e con l'idea che sia la mente a determinare gli ingredienti attivi o gli aspetti psicologici della situazione: entro uno spazio fisico comune circostante esistono diverse "situazioni" per persone diverse (o per un singolo individuo in diversi momenti nel tempo).
Conclusioni
Lo studio ha evidenziato che le domande aperte possono essere efficacemente utilizzate per studiare la percezione dei consumatori in relazione a differenze individuali di carattere fisiologico e di sensibilità ai gusti. Inoltre, l’uso combinato di una metodologia semiotica e statistica si è dimostrata molto utile nell’ottimizzazione delle procedure di analisi dei testi prodotti dai consumatori, superando alcuni limiti evidenziati in precedenza nella letteratura scientifica sul tema.
Bibliografia
Barrett, L.F., "Valence is a basic building block of emotional life”, in: Journal of Research in Personality, 40, 2006, pp. 35-55.
Greenacre, M.J., "Correspondence analysis", in: Wiley Interdisciplinary Reviews: Computational Statistics, 2, 2010, pp. 613-619.
Greimas, A.J.., Courtés, J., Semiotics and language: an analytical dictionary. Indiana University Press, Bloomington and Indianapolis, 1983.
Köster, E.P., Mojet, J., "Theories of food choice development", in: Frewer, L., van Trijp, H.C.M. (A cura di), Understanding Consumers of Food Products. Woodhead Publishing, 2007, pp. 93-124.
Lancia, F., "User manual T-Lab 9.1. Tools for text analysis", 2015. [WWW Document]. www.tlab.it. URL http://www.mytlab.com/
Lancia, F., "T-LAB pathways to thematic analysis", 2012. [WWW Document]. www.tlab.it. URL http://www.mytlab.com/tpathways.pdf.
Lebart, L., Salem, A., Statistique textuelle. Dunod, 1994.
Masi, C., Dinnella, C., Monteleone, E., Prescott, J., "The impact of individual variations in taste sensitivity on coffee perceptions and preferences", in: Physiology and Behavior, 138, 2015, pp. 219-226.
Masi, C., Dinnella, C., Pirastu, N., Prescott, J., Monteleone, E., "Caffeine metabolism rate influences coffee perception, preferences and intake", in: Food Quality and Preference, 53, 2016, pp. 97-104.
Piqueras-Fiszman, B., "Open-ended questions in sensory testing practice", in: Delarue, J., Lawrol, B., Rogeaux, M. (a cura di), Rapid Sensory Profiling Techniques, Woodhead Publishing, 2015, pp. 247-267.
Rastier, F., "Interpretative semantics", in: Riemer, N. (A cura di), Routledge Handbook of Semantics, Routledge, 2015, pp. 1-14.
Rastier, F., Meaning and Textuality, University of Toronto Press, Toronto, 1997. Savaresi, S.M., Boley, D.L., "A comparative analysis on the bisecting K-means and the PDDP clustering algorithms", in: Intelligent Data Analysis, 8, 2004, pp. 345-362.
Snedecor, G. W. & Cochran, W.G., "Statistical methods applied to experiments in agriculture and biology", in: Citation Classics, 19, 1, 1977.
Spinelli S., Dinnella C., Masi C., Zoboli G. P., Prescott J., Monteleone E., Investigating preferred coffee consumption contexts using analysis of responses to open- ended questions, submitted.
Steinbach, M., Karypis, G., Kumar, V., "A Comparison of Document Clustering Techniques", in: KDD workshop on text mining, 400, 2000, 1-2.
Symoneaux, R., Galmarini, M. V., "Open-Ended Questions", in: Varela, P., Ares, G. (A cura di), Novel Techniques in Sensory Characterization and Consumer Profiling. CRC Press, 2014, pp. 307-332.
Symoneaux, R., Galmarini, M. V., Mehinagic, E., "Comment analysis of consumer’s likes and dislikes as an alternative tool to preference mapping. A case study on apples", in: Food Quality and Preference, 24, 2012, pp. 59-66.