Notice bibliographique
Résumé
According to the 2012 Council of Agriculture, Executive Yuan data pointed out that Taiwan's beef consumption per person per year for about 3 to 4 kg, imports growth from 65.4 thousand tonne in 2001 to 109.6 thousand tonnes in 2010, more than 90 percent of all imports beef, mainly from the USA, Canada, New Zealand and Australia and other countries. American beef imports in recent years, there is mad cow disease concerns and clenbuterol residue, resulting in consumers' meat safety panic. Was explored and the literature that discuss pay more for meat nutrition awareness, safety perception and taste the flavor and other issues lacking In view of this, the need for people to discuss the buying behavior of American beef. The study conducted a questionnaire survey using convenience sampling, and consumers to buy American beef and related products, in 2010-2011, a total payment of 600 questionnaires, the effective sample size of 530, with 88% efficiency. The data were analyzed by descriptive statistics, Pearson (Pearson) correlation analysis and stepwise multiple regression analysis for hypothesis testing. The results showed that:To buy American beef consumers, male, age 30 to 39 years to a maximum of, From the educational level generally in the majority of college degree, Annual household income ranged between 1 million to 2.296 million dollars. Nutrition awareness, safety perception, taste and flavor, associate positively with purchase intentions. Nutrition cognition have a significant effect on purchase intention; Perception of safety have a significant effect on purchase intention; Taste flavors have a significant effect on purchase intention.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».