A Censored Quantile Regression Analysis of Vegetable Demand: The Effects of Changes in Prices and Total Expenditure
Notice bibliographique
Résumé
Many diseases are linked to dietary behavior. One major diet‐related risk factor is a low consumption of vegetables. The consumption may be increased through public policies. The effects on vegetable purchases of either removing the value added tax on vegetables or a general income support are investigated. Adverse health effects are most serious in households consuming low quantities of vegetables. Therefore, the effects on high‐ and low‐consuming households are estimated by using quantile regressions (QRs). Since many households did not purchase any vegetable during each survey period, censored as well as ordinary QRs are used. Our results suggest that the effects of the policy variables differ in different parts of the conditional distribution of vegetable purchases. None of the proposed policy options is likely to substantially increase vegetable purchases among low‐consuming households. Bon nombre de maladies découlent des habitudes alimentaires. La faible consommation de légumes constitue un important facteur de risque liéà l'alimentation. Cette consommation pourrait être accrue par l'instauration de politiques gouvernementales. Nous avons examiné les effets de l'abolition de la taxe sur la valeur ajoutée ou d'un soutien du revenu sur les achats de légumes. Les effets néfastes sur la santé sont plus graves chez les ménages qui consomment de faibles quantités de légumes. Nous avons donc estimé les effets chez les ménages à forte et à faible consommation de légumes à l'aide de régressions par quantile. Comme de nombreux ménages n'ont pas acheté de légumes au cours des périodes sondées, nous avons utilisé des régressions par quantile censurées et des régressions par quantile ordinaires. Nos résultats ont indiqué que les effets des variables concernant les politiques diffèrent dans différentes parties de la distribution conditionnelle des achats de légumes. Aucune des options politiques proposées ne semble susceptible d'accroître substantiellement les achats de légumes chez les ménages qui en consomment peu.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».