MétaCan
Menu
Retour à la cohorte
Enregistrement W1604290947 · doi:10.1002/agr.21361

Impediments to the Ability of Canadian Food‐Processing Firms to Compete: Evidence From a Survey on Innovation

2013· article· en· W1604290947 sur OpenAlexaffabout
Deepananda Herath

Notice bibliographique

RevueAgribusiness · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésEconLitLiberian dollarMarketingConstraint (computer-aided design)Industrial organizationBusinessFood processingMarket powerCluster (spacecraft)Food industryEconomicsMarket economyFood scienceFinance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Factors that impede Canadian food‐processing firms’ ability to compete in domestic and international markets are explored. Business micro‐data were obtained from the Survey on Innovation in the Food Processing Industry in 2004 ( n = 809). A higher Canadian dollar against the U.S. dollar was judged to be the most severe of the 10 impediments to the ability of Canadian food processors to compete. Two broader categories of the 10 impediments emerged from a principal component analysis. One category of the impediments relates to private and public standards, while the other relates to vertical and horizontal market power issues. The severity of these impediments is not significantly different among the different size classes of food processors. Subsequent clustering procedures based on these impediments found that the food processors in one cluster were more constrained by all these impediments than their counterparts in the other cluster. Establishment characteristics, such as food subsector classification, and firm strategies, such as export orientation and engagement in R&D activities, were systematically associated with a firm's likelihood of being in the cluster that perceived the impediments to be more severe. Exporting firms are more likely than other firms to perceive each one of the impediments as a constraint. [EconLit Subject Matter Areas: D220; L200; L660].

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,982
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,055
Tête enseignante GPT0,244
Écart entre enseignants0,188 · 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

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgribusinessMême sujetGlobal Trade and CompetitivenessTravaux en français237 207