Innovation in Food and Health: Study Into Challenges and Opportunities for Dutch Small and Medium Sized Enterprises
Notice bibliographique
Résumé
This article focuses on the opportunities and challenges Dutch Small and Medium sized Enterprises (SMEs) in the food and beverage industry are facing with respect to innovation in food and health. An online questionnaire was developed to give an overview on attitudes and activities of SMEs with respect to innovation; their interest in trends, among which were health and wellbeing; and their view on logos as a possible way of communication. The questionnaire was held May 2011 with a response of n = 110. Results show that innovation is important for SMEs: over 80% of the SMEs are innovating in products and over 60% in processes. The most appealing trends are: Health and wellbeing, ‘Puur en Eerlijk’ (Note 1) and sustainability. Of the SMEs 70-80% indicate to have a current, and 85% a future interest in these trends. Furthermore 43% used the health logo on part of their product portfolio. Logos that communicate health and sustainability are most popular; 23% of the SMEs indicated not to be interested in the use of logos in general. In conclusion, the identified opportunities for innovation in food and health are: a large willingness to innovate and the increasing interest in the already appealing trend of nutrition and health. There is a moderate interest in (health) logos. Challenges are time, costs, knowledge on innovation in general and lack of specific knowledge on nutrition and health, and unclarities around use and added value (informative and increasing sales) of logos. Also, taste is considered as important as health and cannot be compromised.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».