MétaCan
Menu
Retour à la cohorte
Enregistrement W2553027211 · doi:10.1111/cjag.12123

Risk Attitudes, Social Interactions, and the Willingness to Pay for Genotyping in Dairy Production

2016· article· en· W2553027211 sur OpenAlexaffvenueabout
Getu Hailu, Ying Cao, Xi Yu

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésGenotypingWillingness to payMastitisProduction (economics)Animal welfareContingent valuationBusinessDairy industryAgricultural scienceEconomicsActuarial scienceWelfare economicsBiologyEcologyMicroeconomicsGeneticsGenotype

Résumé

récupéré en direct d'OpenAlex

Bovine Mastitis is one of the most prevalent and costly production diseases in the dairy industry in Canada and worldwide causing major animal welfare problems, environmental problems, and productivity losses. In this paper, we examine the effects of risk attitudes and social interactions on the willingness to pay (WTP) for genotyping animals for susceptibility to a chronic mastitis trait. We use contingent valuation with double bounded dichotomous choice questions to elicit producers’ WTP. The estimated mean WTP for genotyping is approximately $50 per animal. Compared to the current market prices of commercially available comprehensive genotyping services, this estimate suggests a significant market potential for genotyping to be bundled with economically important disease traits. We also find evidence that both risk attitudes and social interactions have strong effects on the WTP for genotyping. Farmers with higher risk tolerance are willing to pay more for genotyping service. For dairy farmers with more concern about mastitis, risk tolerance has no significant effect on the WTP, while social interactions have a significant effect on the WTP. We also find a strong interaction effect between risk tolerance and social interactions. The findings encourage interest in questions about how risk attitudes, social networks, and their interactions shape the adoption of and the WTP for a novel agricultural technology. La mastite bovine est la maladie de production la plus répandue et la plus coûteuse de l'industrie laitière au Canada et mondialement causant des problèmes en ce qui concerne le bien‐être des animaux, l'environnement et la perte de productivité. Cet article examine les effets de l'attitude à l′égard du risque et des interactions sociales concernant la volonté de payer pour le génotypage d'animaux pour le dépistage de la susceptibilité à posséder le trait de mastite chronique. L'évaluation contingente avec questions à double proposition dichotomique a été utilisée afin d'obtenir la volonté de payer des producteurs. La volonté moyenne estimée de payer pour le génotypage s'élève à approximativement 50 $ par animal. Comparée aux prix courants du marché pour les services commerciaux complets de génotypage, cette estimation suggère un potentiel commercial significatif pour grouper le génotypage à d'autres traits de maladie d'importance économique. Nous trouvons aussi trouvé que les attitudes à l′égard du risque et les interactions sociales avaient un impact significatif sur la volonté de payer pour le génotypage. Les fermiers démontrant une grande tolérance au risque sont disposés à payer plus pour les services de génotypage. Pour les producteurs laitiers préoccupés par la mastite, la tolérance vis‐à‐vis du risque n'a aucun effet sur la volonté de payer, tandis que les interactions sociales en ont une importante. Nous notons aussi un effet significatif d'interaction entre la tolérance pour le risque et les interactions sociales. Les résultats favorisent un questionnement au sujet des attitudes à l′égard du risque, des réseaux sociaux et de leurs interactions, cherchant comment ces derniers guideront l'adoption de nouvelles technologies agricoles et la volonté d'en acquérir.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,197
Écart entre enseignants0,167 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations10
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207