MétaCan
Menu
Retour à la cohorte
Enregistrement W2071694163 · doi:10.1111/j.1744-7976.2006.00062.x

Meat Demand under Rational Habit Persistence

2006· article· fr· W2071694163 sur OpenAlexvenueno aff
Chen Zhen, Michael K. Wohlgenant

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2006
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitHumanitiesWelfare economicsEconomicsSociologyPhilosophyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to explore the theoretical implications of a meat demand model with rational habit formation. The impact of food safety information on meat consumption is systematically analyzed. Important differences between myopic habits and rational habits are underscored. Both the adjustment path to the new equilibrium and new level of consumption are affected by consumers' perceptions of changes in meat quality. The analysis has implications for empirical demand estimation by incorporating consumers' expectations and use of event dummy variables rather than index measures of food safety. Le présent article vise à explorer les implications théoriques d'un modèle de demande de viande avec formation d'habitudes rationnelles. Les répercussions de l'information concernant la sécurité alimentaire sur la consommation de viande ont été systématiquement analysées. Les différences importantes entre les habitudes rationnelles et les habitudes myopes ont été soulignées. Le chemin de rajustement du nouvel équilibre et du nouveau degré de consommation est affecté par la façon dont les consommateurs perçoivent les changements dans la qualité de la viande. L'analyse a des implications pour l'estimation empirique de la demande en raison de l'intégration des attentes des consommateurs et de l'utilisation de variables fictives plutôt que de mesures indicielles de la sécurité alimentaire.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,150
Écart entre enseignants0,125 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207