MétaCan
Menu
Retour à la cohorte
Enregistrement W1920433742 · doi:10.1111/j.1470-6431.2011.01090.x

Do environmental attitudes and food technology neophobia affect perceptions of the benefits of nanotechnology?

2012· article· en· W1920433742 sur OpenAlexafffundabout
Anahita Hosseini Matin, Ellen Goddard, Frédéric Vandermoere, Sandrine Blanchemanche, Andréa Bieberstein, Stéphan Marette, Jutta Roosen

Notice bibliographique

RevueInternational Journal of Consumer Studies · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésNeophobiaPerceptionAffect (linguistics)Food technologyFood industryPurchasingFood processingMarketingPsychologyNanotechnologyBusinessPolitical scienceMaterials scienceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, a significant amount of research has focussed on the analysis of consumers' aversion to new technologies in food production and processing. At the same time, research has shown that environmental attitudes may be related to purchasing behaviour of consumers. This paper presents the result of an investigation into Canadian attitudes towards nanotechnology, in general, and in applications in the food industry. The relationship between the food technology neophobia scale, environmental attitudes and nanotechnology is examined. The results suggest that food technology neophobia is significant in explaining attitudes towards nanotechnology, in general, and for food packaging and foods. Environmental attitudes are important in explaining respondents' attitudes towards nanotechnology in general but not in explaining attitudes towards nanotechnology in food packaging or food applications. Survey respondents' views of the role of science and technology in society (makes society worse or better off) are a more important determinant of attitudes towards nanotechnology than whether they had heard of nanotechnology prior to the survey.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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.

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

Citations98
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Consumer StudiesMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207