Heterogeneity in Food Demand among Rural Indian Households: The Role of Demographics
Notice bibliographique
Résumé
Food expenditures, influenced by social, demographic, and economic factors, constitute a significant proportion of the typical rural Indian's household income. Based on cross‐sectional household data, this study employs the Quadratic Almost Ideal Demand System to estimate food demand among rural Indian households. Special attention is given to the rural household's two‐stage budgeting in total food expenditure and then to a demand for a specific food item. Conditional and unconditional expenditure and price elasticities for seven food groups are estimated. Results indicate that own‐price elasticities for each group are negative ranging from fairly inelastic to elastic range. Expenditure elasticities indicate that food items are a normal necessity to luxury goods. Additionally, socio‐demographic factors play a significant role in food consumption patterns. Based on our unconditional expenditure elasticities, we also project food demand from rural Indian households for next two decades. Les dépenses alimentaires, qui sont influencées par des facteurs socioéconomiques et démographiques, absorbent une partie considérable du revenu des ménages ruraux typiques en Inde. Dans la présente étude, nous avons utilisé le modèle de demande quasi idéal quadratique pour estimer, à l'aide de données transversales sur les ménages, la demande alimentaire des ménages ruraux en Inde. Nous avons accordé une attention spéciale à la budgétisation en deux étapes des dépenses alimentaires totales et à la demande d'un produit alimentaire particulier du ménage rural. Nous avons estimé les dépenses conditionnelles et inconditionnelles et l’élasticité‐prix de sept groupes alimentaires. Les résultats de notre étude indiquent que l’élasticité‐prix de chaque groupe est négative et qu'elle varie de plutôt inélastique à divers degrés d’élasticité. L’élasticité des dépenses indique que les produits alimentaires varient de nécessités de base à produits de luxe. Les facteurs sociodémographiques jouent également un rôle important dans les habitudes de consommation alimentaire. D'après les élasticités des dépenses établies dans notre étude, nous avons estimé la demande alimentaire des ménages ruraux en Inde pour les deux prochaines décennies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».