MétaCan
Menu
Retour à la cohorte
Enregistrement W2024680777 · doi:10.5539/jas.v5n7p91

A Matter of Trust: How Trust Influence Organic Consumption

2013· article· en· W2024680777 sur OpenAlexvenueno aff
Sinne Smed, Laura Mørch Andersen, Niels Kærgård, Carsten Daugbjerg

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)PurchasingOrganic productOrganic farmingOrganic productionWelfarePanel dataEconomicsBusinessEconometricsMarketingGeographyAgriculture

Résumé

récupéré en direct d'OpenAlex

This article shows that trust in the organic label as well as perceived positive health effects of consumption of organic products have positive causal effects on actual organic consumption. Furthermore perceived positive environmental effects and perceived better animal welfare related to organic production are found not to have no significant causual effect on actual behaviour, whereas concern for artificial additives and low price sensitivity have. Even when differences in time varying attitudes have been controlled for there is still a rather large heterogeneity in the organic purchasing behaviour. Part of this heterogeneity can be explained by differences in urbanisation or level of education, while income does not seem to have any effect when education has been controlled for. The data used is panel data for 830 households reporting actual purchases as well as stated preferences and attitudes in 2002 and again in 2007. The results point towards that the most efficient way of increasing organic consumption seems to be to continuously increasing the trust in the organic label and/or to document the positive health effects of organic food by e.g. focussing on measurable things such as a lower frequency of findings of pesticide residues in organic foods compared to conventional foods.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetOrganic Food and AgricultureTravaux en français237 207