The Changing Landscape of the Canadian Food Market: Ethnicity and the Market for Ethnic Food
Notice bibliographique
Résumé
This paper explores the interplay between immigration, ethnic diversity, and food demand in Canada. Attention focuses on the consequences of an increasingly diverse population on demand for food. The notion of dietary acculturation is discussed in the context of a fragmenting market for foods in Canada. A research agenda is presented with the intent to stimulate research that addresses the role of ethnicity in shaping demand for food in Canada. As Canada becomes more ethnically diverse, the landscape of the Canadian food environment will evolve. Understanding the impact of such change on demand for foods in Canada will become increasingly important. Such understanding can help inform the supply side of the market in terms of retail and food service location decisions, as well as decisions related to the marketing mix. Dans le présent article nous analysons l’interaction entre l’immigration, la diversité ethnique et la demande alimentaire au Canada et examinons tout particulièrement les répercussions de l’accroissement de la diversité ethnique sur la demande alimentaire. Nous abordons la notion d’acculturation alimentaire dans un contexte de segmentation du marché alimentaire au Canada. Nous présentons un programme de recherche qui vise à stimuler la recherche sur le rôle de l’ethnicité dans la détermination de la demande alimentaire au Canada. Plus la population canadienne se diversifiera sur le plan ethnique, plus l’environnement alimentaire évoluera, d’où l’importance de bien déterminer les répercussions de cette diversification sur la demande alimentaire au Canada. La détermination de ces répercussions aidera les acteurs du côté de l’offre à prendre des décisions quant à l’emplacement des magasins d’alimentation et des établissements de restauration et à la logistique commerciale (marketing mix).
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».