Assessing the demand for value‐based organic meats in Canada: a combined retail and household scanner‐data approach
Notice bibliographique
Résumé
Abstract We apply sets of weekly retail and household scanner data to estimate consumer demand of selected organic and conventional fresh beef products in the Canadian retail market. The main contribution of our study stems from the application of a two‐stage procedure that provides new and deeper insight into consumers' responses to changing retail environment and pricing for organic and conventional meat products. Combined knowledge of point‐of‐sale consumer behaviour for value‐based products, such as organic products, and distinct socio‐demographic profiles of buyers vs. non‐buyers of meat is especially interesting for retail managers and meat industry stakeholders. First, household meat consumption patterns are investigated based on household scanner data that track household's meat purchases in the period 2006–2007. The second step of analysis then involves the estimation of an almost ideal demand system for selected organic and conventional fresh beef products using retail scanner data for the period 2000–2007. The introduction of greater selections in organic product lines across mainstream supermarkets in Canada in response to consumer health concerns is expected to spur retail competition in an otherwise saturated Canadian retail market. The analysis of socio‐demographic profiles in beef consumption using individual household's purchase data reveals that besides regional differences in preferences, household size and resource characteristics are major determinants of point‐of‐sale beef purchase decisions. Our demand system results indicate that organic beef is highly dependent on price and expenditures, whereas demand for conventional beef is mostly driven by income, habits and ‘typical’ Canadian seasonal beef consumption patterns. Altogether, our conclusions on organic beef vs. conventional beef buyers may have further implications for institutional regulations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».