MétaCan
Menu
Retour à la cohorte
Enregistrement W1514687648 · doi:10.1002/agr.21302

Hedonic Analysis of Apple Attributes in Metropolitan Markets of Western Canada

2012· article· en· W1514687648 sur OpenAlexaffabout
Richard Carew, Wojciech J. Florkowski, Elwin G. Smith

Notice bibliographique

RevueAgribusiness · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaCompetition (biology)Agricultural economicsEconLitProfitability indexAgribusinessQuality (philosophy)EconomicsHedonic pricingGeographyAgricultural scienceBusinessAgricultureBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Over the last decade, the level of competition in the Canadian apple industry has been affected by growing competitive pressures from increasing imports and the availability of other fresh fruits. In response to intensifying competition, the industry has introduced new apple varieties that are more desirable to consumers in terms of eating quality and improve growers’ profitability. British Columbia (BC) apple sales data were employed to examine the implicit value of apple attributes for apples sold in several metropolitan areas of western Canada (Vancouver, Calgary, Edmonton, Saskatoon, and Winnipeg). Linear hedonic price functions were estimated to determine price premiums paid for newer varieties, higher grades, and larger fruit size. In addition, the price effects of cold storage and seasonality were considered because of their association with apple quality. Wholesale prices were significantly influenced by apple fruits of newer varieties, grades, fruit sizes, and metropolitan area. Wholesalers also distinguished between Canadian and BC grades of different varieties. Wholesale prices varied across urban centers; they were relatively higher in Winnipeg and Saskatoon than in Vancouver [EconLit Classifications: Q110, Q130].

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)0,000
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 enseignants0,029
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,204 · 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

Citations27
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgribusinessMême sujetWine Industry and TourismTravaux en français237 207