MétaCan
Menu
Retour à la cohorte
Enregistrement W2086669489 · doi:10.1111/j.1744-7976.2008.00122.x

Using Flexible Taste Distributions to Value Collective Reputation for Environmentally Friendly Production Methods

2008· article· en· W2086669489 sur OpenAlexvenueno aff
Riccardo Scarpa, Mara Thiene, Francesco Marangon

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReputationTasteProduction (economics)Welfare economicsAgricultural scienceMathematicsForestryEconometricsOperations researchGeographyEconomicsMicroeconomicsEnvironmental scienceSociologyChemistryFood science

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate consumer preferences for various environmentally friendly production systems for carrots. We use discrete choice multi‐attribute stated preference data to explore the effect of the collective reputation of growers from an Alpine valley with an established reputation for its environmentally friendly production: Val di Gresta ‘the valley of organic orchards.’ Data analysis of the panel of discrete responses identifies unobserved taste heterogeneity for organic, biodynamic, and place of origin along with extra variance associated with experimentally designed alternatives. The assumed parametric taste distributions are each tested using the semi‐nonparametric specification proposed by Fosgerau and Bierlaire, while the null of normality cannot be rejected for organic and biodynamic production methods, though it is for the place of origin. The latter is found to be bi‐modal, with modes at each side of zero. The use of a flexible taste distribution increases the plausibility of this form of heterogeneity and it appears promising for future applied studies. Dans le présent article, nous avons examiné les préférences des consommateurs quant à divers systèmes de production écologiques de carottes. Nous avons utilisé des données sur les préférences déclarées, la valeur attendue et les choix discrets pour examiner l'effet de la réputation collective de producteurs dans une vallée alpine réputée pour sa production écologique: Val di Gresta, dite la ≪vallée des vergers biologiques≫. L'analyse des données de panel discrètes a fait ressortir une hétérogénéité inobservable des goûts quant à la culture biologique, la culture biodynamique et le lieu d'origine ainsi qu’une variance supplémentaire liée à des options expérimentalement conçues. Les distributions paramétriques hypothétiques des goûts sont testées à l'aide de la spécification semi‐non‐paramétique proposée par Fosgerau and Bierlaire (2007), tandis que l'hypothèse nulle de normalité(null of normality) ne peut être rejetée pour les méthodes de production biologique et biodynamique, bien qu’elle le soit pour le lieu d'origine. Cette dernière serait bimodale, avec des modes de chaque côté de zéro. L'utilisation d'une distribution des goûts souple augmente la plausibilité de cette forme d'hétérogénéité et semble prometteuse pour les études appliquées futures.

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)0,014
score de la tête « metaresearch » (Gemma)0,068
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,068
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,149
Tête enseignante GPT0,232
Écart entre enseignants0,083 · 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

Citations88
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetEconomic and Environmental ValuationTravaux en français237 207