Consumers’ Willingness-To-Pay for RNAi versus Bt Rice: Are all biotechnologies the same?
Notice bibliographique
Résumé
Consumers’ valuation of food products derived from Genetically Modified Organisms (GMOs) have played a pivotal and often constraining role in the development of biotechnology advances in agriculture. As a result, agricultural companies have started exploring new biotechnologies that do not require the genetic modification of crops. One of these emerging biotechnologies is a non-GMO RNA interference (RNAi) liquid application that could be used to control specific insect pests. When ingested by a targeted sub-species of an insect during production, RNAi blocks the expression of a vital gene, which in turn kills it. RNAi is non-toxic to humans and kills only targeted sub-species of insects, which differs from most conventional pesticides. For example, RNAi could selectively eliminate a specific sub-species of caterpillar pest, while not harming a monarch butterfly caterpillar. In contrast, conventional pesticides often kill insects indiscriminately and vary in human toxicity levels. Since agricultural producers and researchers have faced opposition to GMOs, this may be an alternative to controlling commonly encountered insects; however, consumers’ valuation of traditional GM compared to RNAi derived foods has not been evaluated in the scientific literature. Thus, we conducted a Willingness-To-Pay (WTP) survey in the USA, Canada, Australia, France, and Belgium to analyze whether consumers need a premium or discount for: (1) a hypothetical GMO rice using the Bacillus thuringiensis (Bt) gene for insect control; and (2) a hypothetical non-GMO rice using RNAi for insect control. Since there is currently no commercially-available GMO rice, measuring consumers’ valuation of rice produced by alternative biotechnologies provides vital information for crop breeders and policy makers. The results suggest that consumers require a discount for RNAi and Bt rice compared to a conventionally produced rice, but the discount required for the non-GMO RNAi rice was 30-40 percent less than that needed to purchase GMO Bt rice (p < 0.01).
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».