MétaCan
Menu
Retour à la cohorte
Enregistrement W2112543135 · doi:10.1146/annurev-resource-091912-151928

The Future of Agricultural Cooperatives

2013· article· en· W2112543135 sur OpenAlexaff
Murray Fulton, Konstantinos Giannakas

Notice bibliographique

RevueAnnual Review of Resource Economics · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésIncentiveIndustrial organizationPortfolioAgricultureCorporate governanceEconomicsAgency (philosophy)Quality (philosophy)IndustrialisationBusinessKey (lock)Collective actionProduct (mathematics)Downstream (manufacturing)Market powerProperty rightsMicroeconomicsMarket economyMarketingFinance

Résumé

récupéré en direct d'OpenAlex

Cooperatives are of particular interest to economists because of their unique ownership structure and the incentives this structure creates. In addition to the so-called property rights problems (e.g., free-rider, horizon, and portfolio problems), the analysis of agricultural cooperatives has focused on issues of market power, agency, product quality, and increasingly producer and consumer heterogeneity. These last three elements are important features of the industrialization of the agrifood system. This article highlights the key concepts required for examination of cooperatives now and in the future and incorporates these concepts into a framework that can be used to examine the myriad situations and problem settings in which agricultural cooperatives are likely to be found. A key finding of the paper is that the procompetitive and distributional impacts of cooperatives depend critically on the sensitivity of price in the downstream retail market, the nature of the cooperative’s governance structure, and the open or closed nature of cooperative membership. The article also provides a discussion of new areas in which an understanding of cooperatives and collective action would be valuable, as well as a discussion of the applicability of the proposed framework to these areas.

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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,330

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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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

Citations52
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Resource EconomicsMême sujetCooperative Studies and EconomicsTravaux en français237 207