MétaCan
Menu
Retour à la cohorte
Enregistrement W1974633215 · doi:10.4236/fns.2014.519203

Differences between Occasional Organic and Regular Organic Food Consumers in Germany

2014· article· en· W1974633215 sur OpenAlexaff
Dörthe Krömker, Ellen Matthies

Notice bibliographique

RevueFood and Nutrition Sciences · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTasteConsumption (sociology)MarketingBusinessVariety (cybernetics)Order (exchange)PsychologyAdvertisingFood scienceMathematicsStatisticsSociologyBiology

Résumé

récupéré en direct d'OpenAlex

It was the aim of this study to understand the differences between occasional organic consumers (OOC) and regular organic food consumers (ROC). A total of 571 consumers, interviewed directly after grocery shopping, were classified as conventional, occasional organic or regular organic consumers depending on the number of organically produced items bought. In order to gain encompassing insights on the differences between the ROC and OOC consumer groups, a large set of psychological and socio-demographic factors was studied. They differ with respect to general food choice motives with OOC placing significantly less importance on animal welfare, food security, environmental protection and more importance on caloric content, convenience and price compared to ROC; with respect to beliefs about the consequences of organic food consumption OOC expect greater expense, less choice, no increase in vitamins and no improvement in taste compared to ROC, and finally OOC show a less positive attitude, weaker social norms and lower intentions of buying organic food regularly in the future and give a lower importance in their lives to protection of the environment. OOC finally prefer different grocery stores and use a larger variety of stores than ROC.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,205
Écart entre enseignants0,185 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood and Nutrition SciencesMême sujetOrganic Food and AgricultureTravaux en français237 207