MétaCan
Menu
Retour à la cohorte
Enregistrement W1482966524 · doi:10.1111/jfq.12065

Survey Reveals Urban Consumers' Attitudes and Beliefs Regarding the Use of Wax on Apples

2014· article· en· W1482966524 sur OpenAlexaff
Margaret A. Cliff, Jia-cheng Li, Kareen Stanich

Notice bibliographique

RevueJournal of Food Quality · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésDemographicsWaxingWaxEthnic groupMarketingAdvertisingOrder (exchange)PsychologyBusinessSociologyDemographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract This research explored consumers' awareness, attitudes and beliefs regarding the use of wax on apples, using a survey consisting of five demographic questions, 14 apple wax questions and five apple wax information statements. Consumers responded to queries regarding the use and nature of wax coatings, as well as any health and environmental concerns. They identified their preferred apple treatment (unwaxed, waxed, either) four times throughout the survey, after being presented with information. Consumers' responses were evaluated according to their demographics (age, gender and ethnicity). Statistical analyses (frequency plots, analysis of variance) were used to evaluate data from the two largest ethnic subgroups of consumers (European, Asian) (n = 781). On average, consumers lacked knowledge and information about apple waxing. Interestingly, 84% of consumers initially stated they preferred unwaxed apples. While some 40% of consumers changed their preferences once additional information was provided, another 42.3% of consumers did not. Practical Applications This research successfully documented the attitudes and beliefs of urban consumers toward the use of wax on apples. It suggested some consumers might be more willing to accept waxed apples, if additional information (brochure or leaflet) was available, while others would not. As such, the research provided industry with objective information to assess the appropriateness of their marketing/retailing practices in order to meet the needs of their consumers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,099
Tête enseignante GPT0,277
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food QualityMême sujetOrganic Food and AgricultureTravaux en français237 207