Willingness to Pay for Reduced Risk of Foodborne Illness: A Nonhypothetical Field Experiment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper focuses on estimating willingness to pay for reducing risk of getting foodborne illness using a nonhypothetical field experiment utilizing real food products (i.e., ground beef ), real cash, and actual exchange in a market setting. Respondents were given information about the nature of food irradiation. Single‐bounded and one and one‐half bounded models are developed using dichotomous choice experiments. Our results indicate that individuals are willing to pay for a reduction in the risk of foodborne illness once informed about the nature of food irradiation. Our respondents are willing to pay a premium of about $0.77 for a pound of irradiated ground beef, which is higher than the cost to irradiate the product. Le présent article porte sur l'estimation de la volonté de payer des consommateurs pour diminuer le risque de contracter une maladie d'origine alimentaire. L'étude a été réalisée en effectuant une expérience sur le terrain à l'aide de vrais produits alimentaires (à savoir du bœuf haché), d'argent réel et d'échange réel en situation de marché. Les répondants avaient reçu de l'information sur l'irradiation des aliments. Nous avons mis au point des modèles à une limite et à une limite et demie utilisant la méthode des choix dichotomiques. Nos résultats ont montré que les consommateurs étaient prêts à payer pour diminuer le risque de contracter une maladie d'origine alimentaire, une fois informés sur l'irradiation des aliments. Nos répondants étaient prêts à payer une prime d'environ 0,77$ la livre pour obtenir du bœuf haché irradié, soit une somme supplémentaire supérieure au coût de l'irradiation du produit.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle