Abstract: Dieser Datensatz, gesammelt im Rahmen des CONFES-Systems (context-aware food and beverage preparation machine), umfasst Daten zu 884 Tassen Café Crème, die von 46 Teilnehmern zwischen dem 15. Juli 2024 und dem 27. September 2024 in zwei verschiedenen Arbeitsumgebungen konsumiert und bewertet wurden. Ziel des zugrundeliegenden Experiments ist es, Zusammenhänge zwischen der menschlichen Geschmackswahrnehmung, den Kaffeerezepten (mit besonderem Fokus auf die Coffee-to-Water-Ratio) und dem Umgebungskontext zu identifizieren. Erfasste Daten beinhalten die Coffee-to-Water-Ratio, die Kaffeemehlmenge, die Wassermenge, eine Gesamtbewertung des Kaffees sowie eine separate Intensitätsbewertung. Diese Informationen sollen dazu beitragen, die Rezepturen für Café Crème hinsichtlich Geschmack und Nachhaltigkeit zu optimieren. Der Datensatz bietet wertvolle Einblicke in das Zusammenspiel von Zubereitungsparametern und dem subjektiven Geschmackserlebnis unter verschiedenen Kontextbedingungen und kann für weitere Studien zur automatisierten Optimierung von Kaffeerezepten herangezogen werden.
Abstract: This dataset, collected as part of the CONFES system (context-aware food and beverage preparation machine), contains data from 884 cups of Café Crème consumed and evaluated by 46 participants between July 15, 2024, and September 27, 2024, in two different work environments. The underlying experiment aims to explore the relationships between human taste perception, coffee recipes (with a primary focus on the coffee-to-water ratio), and the surrounding context. The data collected includes the coffee-to-water ratio, coffee grounds weight, water volume, an overall rating of the coffee, and a separate intensity rating. These insights are intended to help optimize Café Crème recipes in terms of both taste and sustainability. The dataset provides valuable information about the interaction between preparation parameters and subjective taste experience under varying contextual conditions, serving as a resource for further studies on automated coffee recipe optimization.
TechnicalRemarks: Grundsätzlich kann die Variable "fbIntensity" als Bewertung gesehen werden, da diese beschreibt, ob der Kaffee "zu schwach", "optimal" oder "zu stark" war.
Richtigerweise würde man beschrieben ob der Kaffee zu bitter oder sauer ist, allerdings macht das nur mit ausgebildeten Kaffeetrinkern Sinn, deshalb wurde eine einfachere Bewertungsmethode gewählt.
Zu dieser Bewertung kann die Gesamtbewertung "fbGeneral" hinzugezogen werden, welche aus 4 Sternen besteht (1 Stern = schlecht, 2 Sterne = eher schlecht, 3 Sterne = eher gut, 4 Sterne = gut).
Der "coffeeWaterRatio" errechnet sich indem man die Varibale "qtyCoffeePowder" (in Gramm) durch die Variable "qtyWater" (in Milliliter) teilt. Je größer dieser Wert ist, desto mehr Kaffeemehl wurde eingesetzt im Vergleich zur Wassermenge.
Die unterschiedlichen Wassermengen der zubereiteten Tassen Kaffee resultieren durch unterschiedliche Gefäßgrößen an den zwei verschiedenen Experiment Standorten ("Experiment Location" - "A" und "B").
Zur Auswertung können Uhrzeiten in verschiedene Tagesabschnitte gruppiert werden (morgens, mittags, abends) um die Auswertung zu vereinfachen.
Erläuterungen zu weiteren Variablen:
Bewertung:
"fbFlavor" = Bewertung des Geschmacks bzw. Aromas des Getränks
"fbAppearance" = Bewertung des Aussehens des Getränks
Getränkeabfrage:
"addedSugar" = Wurde Zucker hinzugefügt? (ja/nein)
"addedHotWater" = Wurde heißes Wasser hinzugefügt? (ja/nein)
"addedCowMilk" / "addedPlantBasedMilk" = Wurde Milch/pflanzenbasierte Milch hinzugefügt? (ja/nein)
Umgebungskontext / Wetterdaten:
"temperature" = Außentemperatur
"humidity" = Umgebungsluftfeuchte
"precipitation" = Niederschlagsmenge
"pressure" = Umgebungsdruck
Persönlicher Kontext:
"fatigue" = Wachzustand (tired - normal - hyper focused)
"mood" = Stimmung (sad - normal - happy)
"feltTemperature" = gefühlte Temperatur (cold - normal - hot)
"stress" = Stresslevel (relaxed - normal - stressed)
"priorIntake" = Abfrage ob 30min vor dem Kaffee etwas konsumiert wurde
"drunkCoffeeinKitchen" = Abfrage ob Kaffee in Kaffeeküche getrunken wurde
Persönliche Attribute:
Sind Daten über den/die jeweilige Experimentteilnehmer*in:
"age", "gender", "height", "weight", "isSmoker", "workoutperWeek", "hasAllergy", "diet", "sodaPerWeek"
