Willingness-to-Pay For Information: Experimental Evidence on Product Traceability From the U.S.A., Canada, the U.K., and Japan
Notice bibliographique
Résumé
Traceable product systems provide a tool to track the inputs of a final good throughout the entire production chain. This tool can provide valuable information to consumers on verifiable characteristics of the product, can improve the speed of product recall, and can help identify areas of inefficiency in the product chain. Recent examples of traceable systems include those used in the diamond, lumber, and food industries. This article reports results from a case study on traceability using Vickrey auctions to generate willingness-to-pay (WTP) data for traceability and related product characteristics. Specifically, we examine WTP for traceable meat, which is a timely topic given that major customers and competitors in the multi-billion dollar red-meat market are all implementing traceable meat systems. However, the largest player in world red-meat markets, the U.S., is lagging in the development of these systems. We conduct comparable auctions in the U.S., Canada, the U.K., and Japan and find that subjects are willing to pay a nontrivial premium for traceability, but the same subjects show even higher WTP for traceability-provided characteristics like additional meat safety and humane animal treatment guarantees. The implication is that producers can likely implement such a traceable meat system profitably by tailoring the verifiable characteristics of the product to consumer preferences. For other types of traceable products, these results highlight the importance of full exploitation of traceable systems by providing consumers with the additional product information that only a traceable system can verify.
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 | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».