Is anti-consumption driving meat consumption changes in Australia?
Notice bibliographique
Résumé
Purpose The purpose of this paper is to evaluate recent changes made by Australian consumers in their consumption of beef, chicken, pork and lamb, as well as the factors motivating both decreased and increased consumption of each type of meat. Reasons for meat-avoidance are also examined. Design/methodology/approach An online questionnaire was completed in July 2016 by two Australian samples comprising: adults from the general population; and vegetarians. Data were analysed for 287 meat consumers and 82 meat avoiders. Descriptive statistics and results of multinomial logistic regression models are presented. Findings Meat consumers most commonly reported reducing consumption of beef in the last 12 months (30 per cent); followed by lamb (22 per cent), pork (14 per cent) and chicken (8 per cent). The following factors were associated with reductions in meat consumption: concerns regarding price and personal health; age and household income; and food choice motivations related to personal benefits, social factors and food production and origin. Main reasons motivating meat-avoidance were concerns regarding animal welfare, health and environmental protection. Originality/value This is the first Australian study providing national-level insight on how and why meat consumption patterns are changing. Reasons for changes are examined through an anti-consumption lens, investigating rationale for avoiding, reducing and increasing consumption. This provides a more comprehensive understanding of meat consumption and anti-consumption decisions, which are becoming increasingly complex. Insights on the psychologically distinct motivations underpinning avoidance, reductions and increases in meat consumption can inform the development of strategies aimed at promoting a societal-shift towards consumption of more sustainable dietary protein sources.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».