Consumer demand heterogeneity and valuation of value-added pulse products: a case of precooked beans in Uganda
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigated consumer demand heterogeneity and valuation of a processed bean product—“precooked beans” with substantially reduced cooking time. Common bean is the most important source of protein for low- and middle-income households in Uganda. Its consumption is, however, constrained by long cooking time, high cooking energy and water requirements. As consumption dynamics change due to a rapid expansion of urban populations, rising incomes and high costs of energy, demand for fast-cooking processed foods is rising. An affordable, on-the-shelf bean product that requires less time, fuel and water to cook is thus inevitable. A choice experiment was used to elicit consumer choices and willingness to pay for precooked beans. Data used were collected from 558 households from urban, peri-urban and rural parts of central Uganda and analyzed using a latent class model which is suitable when consumer preferences for product attributes are heterogeneous. Study results revealed three homogeneous consumer segments with one accounting for 44.3% comprising precooked bean enthusiasts. Consumers derive high utility from a processed bean product with improved nutrition quality, reduced cooking time and hence save water and fuel. The demand for the processed bean is driven by cost saving and preference for convenience, which are reflected in willingness to pay a premium to consume it. Heterogeneity in attribute demand is explained by sex and education of the respondents, volumes of beans consumed, location and sufficiency in own bean supply. Our findings suggest that exploring avenues for nutritionally enhancing while optimizing processing protocols to make precooked beans affordable will increase consumer demand. These results have implications for market targeting, product design and pricing of precooked beans.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle