MétaCan
Menu
Retour à la cohorte
Enregistrement W2065868901 · doi:10.5367/te.2013.0250

The Income Elasticity of Demand and Firm Performance of US Restaurant Companies by Restaurant Type during Recessions

2013· article· en· W2065868901 sur OpenAlex
Yoon Koh, Seoki Lee, Chris Choi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTourism Economics · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRecessionIncome elasticity of demandNewspaperEconomicsPrice elasticity of demandElasticity (physics)BusinessLabour economicsAdvertisingMicroeconomicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

During the economic downturns of 2008 and 2009, many US restaurant companies struggled to avoid heavy losses. However, some still managed to outperform the market and even made large profits in the midst of widespread economic difficulties. McDonald's was one such company and, in light of its example, many industry magazines and newspapers featured articles suggesting that a quick-service restaurant, with a lower income elasticity of demand, might be better able to survive during constrained economic conditions than upper-level restaurants. This paper empirically examines whether US restaurants' income elasticity of demand and actual financial performances during economic downturns are affected by the restaurant type. The findings suggest that restaurant type showed no significant effects on the income elasticity of demand for US restaurant companies, while fast-food restaurants showed significantly greater accounting performances than those of non-fast-food restaurants during recession. The insignificant differences in the income elasticity of demand and significant differences in accounting performances during the recession may suggest that fast-food restaurants implemented cost control more effectively than non-fast-food restaurants, and the authors' additional analysis confirms this.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,641

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,172
Écart entre enseignants0,164 · 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