Effect of Quality Characteristics on Consumers' Willingness to Pay for Gala Apples
Notice bibliographique
Résumé
This paper uses individual apple‐level data that include consumer sensory assessments and instrumental measurements of internal quality to analyze willingness to pay for Washington State Gala apples. Three distinct models are estimated: a model that includes destructive internal quality measures of apple characteristics, a model that utilizes only non‐destructive internal quality measures, and a consumer model that includes subjective consumer sensory evaluations and consumer socio‐demographic characteristics. The objective is to identify instrumental measures of internal quality that can be used to inform the apple industry of consumer preferences. The consumer model serves as a benchmark. Finally, we evaluate whether non‐destructive measures of internal quality can substitute for destructive measures. We find that firmness and soluble solids content are significant and can be measured effectively using non‐destructive measures. Implications of the findings for the apple industry in terms of marketing and possible “elite” standards for apples are discussed. Le présent article utilise des données individuelles, notamment des évaluations sensorielles et des mesures instrumentales, pour analyser la volonté de payer des consommateurs pour des pommes Gala de l'État de Washington. Nous avons estimé trois modèles : un modèle comprenant des mesures instrumentales qui affectent la qualité interne des pommes; un modèle qui utilise des mesures instrumentales qui n'affectent pas la qualité interne; un modèle du consommateur qui comprend des évaluations sensorielles subjectives et des caractéristiques sociodémographiques. L'objectif consistait à identifier les mesures instrumentales qui pourraient être utilisées pour renseigner l'industrie pomicole sur les préférences des consommateurs. Le modèle du consommateur a servi de point de référence. Finalement, nous avons examiné si les techniques non destructives de mesure de la qualité interne pouvaient ou non remplacer les techniques destructives. Nous avons trouvé que la fermeté et la teneur en solides solubles sont des caractéristiques importantes et qu'elles peuvent être mesurées efficacement au moyen de techniques non destructives. Nous discutons des répercussions de ces résultats sur l'industrie pomicole sur le plan du marketing et de l'établissement possible de normes ≪élite≫.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».