MétaCan
Menu
Retour à la cohorte
Enregistrement W2097220562 · doi:10.1017/s1742170514000234

Understanding consumer choices for Ontario produce

2014· article· en· W2097220562 sur OpenAlexaffabout
Steven Dukeshire, Oliver Masakure, Julio Mendoza, Bev Holmes, Nathan E. Murray

Notice bibliographique

RevueRenewable Agriculture and Food Systems · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensMichael Smith Health Research BCUniversity of GuelphWilfrid Laurier UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSchema (genetic algorithms)MarketingPerceptionBusinessContext (archaeology)PsychologyAdvertisingGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Research has demonstrated growing public interest in local food and that this interest is driven by a number of factors including supporting local farmers, reducing the distance food travels, sustaining the environment, and food safety and quality. However, there has been very little research relating factors to actual purchase behavior. This study begins to fill that gap by relating consumer beliefs and values toward local foods with activities that support local foods as well as the actual purchase behavior for 22 fresh produce items. Data were collected through an Ontario-wide, web-based survey that is part of a longitudinal panel regarding food issues. Results from 1879 completed surveys indicated consumers had positive perceptions of local food and felt responsible for buying local, but also experienced barriers when trying to do so. Positive perceptions toward local food and a greater sense of personal responsibility to buy local were positively associated and higher barriers negatively associated with the likelihood of engaging in activities related to supporting local food as well as buying fresh produce items that were produced in Ontario. Implications of these findings are discussed in the context that consumers seem to have an overall orientation or schema to buying local in general, rather than a highly specific schema directed to one or a few particular products.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,050
Tête enseignante GPT0,197
Écart entre enseignants0,148 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable Agriculture and Food SystemsMême sujetOrganic Food and AgricultureTravaux en français237 207