MétaCan
Menu
Retour à la cohorte
Enregistrement W2173645876 · doi:10.1111/cjag.12089

Existing Food Habits and Recent Choices Lead to Disregard of Food Safety Announcements

2015· article· en· W2173645876 sur OpenAlexaffvenue
Ying Cao, David R. Just, Calum G. Turvey, Brian Wansink

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCognitive dissonanceCommitConfirmation biasIncentiveFood safetyPsychologySocial psychologyPerceptionCognitionMarketingEconomicsWelfare economicsAdvertisingBusinessMicroeconomicsMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

On whom do food safety announcements have the least impact? Building on research on cognitive dissonance and confirmatory bias, this study shows that consumers tend to inadequately process (food safety) information, pay limited attention to signals, and make purchase decisions that are biased toward their initial choices. Using an incentive compatible auction mechanism, this study elicited consumers' willingness to pay (WTP) under different informational settings. Results showed that consumers were willing to pay much higher prices when they chose to commit to food items (treatment) than when they were randomly assigned (control), suggesting cognitive dissonance. The gaps in WTP were further enlarged as food safety information was revealed to consumers. Confirmatory bias was supported by findings that those who made an earlier commitment were more reluctant to change their WTPs despite increased risk perceptions. In terms of market responses, demand curves were less likely to shift down in the presence of food safety risks because consumers were less responsive to public information due to their existing habits and psychological biases. Specialized targeted strategies will be necessary to target those who are heavy or recent users of the target food when there is a food safety scare.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,775
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,201
Tête enseignante GPT0,288
Écart entre enseignants0,087 · 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.

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

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207