MétaCan
Menu
Retour à la cohorte
Enregistrement W1497618551 · doi:10.1108/13522750910993347

Exploring the decision‐making process of Canadian organic food consumers

2009· article· en· W1497618551 sur OpenAlexaffabout
Leila Hamzaoui Essoussi, Mehdi Zahaf

Notice bibliographique

RevueQualitative Market Research An International Journal · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensLakehead UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDiggingBusinessMarketingProcess (computing)Consumption (sociology)Decision-makingDecision processProcess managementGeographySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose – Although consumption of organic food (OF) shows promising trends in Canada, there is no clear understanding of the barriers that still prevent a larger demand for OF. The main objectives of this paper are to understand what, how, where, and why Canadian consumers buy OF by exploring consumers' motivations and decision‐making process, and digging into consumers' trust orientations with regards to OF. Design/methodology/approach – In‐depth interviews are conducted and data collected are analyzed using content analysis. Findings – Results indicate that Canadian typical organic product consumers have a defined purchase scheme in terms of retail stores selection and price, as well as values and trust orientations. They identify health, the environment, and support for local farmers as their primary motivators for organic consumption. In particular, health motivation is mainly based on avoidance from chemical residues, antibiotics, hormones, genetically modified organisms, and diseases. Results also show that distribution, certification, country of origin, and labeling are all related to consumers' level of trust when consuming OF. Research limitations/implications – Data collection was conducted in only one Canadian city and should be extended to other cities across the country. Originality/value – This paper entails an exploration of consumer's decision‐making process and their underlying motivations and trust orientations but also an investigation of the marketing mix related to OF.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,224
Tête enseignante GPT0,423
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations130
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Market Research An International JournalMême sujetOrganic Food and AgricultureTravaux en français237 207