Moral foundations and credence attributes in livestock production: Canada
Notice bibliographique
Résumé
Purpose The purpose of this study is to assess the differences in individual purchasing and voting decisions for livestock products, produced with lower levels of antibiotic use or higher levels of environmental sustainability, by consumers with different degrees of agreement with moral foundation statements. Design/methodology/approach Data are collected from two national online surveys that were conducted in Canada in 2016 and 2017, including socio-demographic, attitude, belief and stated choice questions. Data are analysed using hierarchical cluster analysis and ordered probit regressions. Findings Respondents who strongly agree with the individualizing moral foundation statements are more likely to buy more environmentally sustainable milk/yogurt and pork from pigs that are raised with reduced antibiotic use, as compared to respondents who have weaker agreement with the statements. Respondents with stronger agreement with the moral foundation statements are also more likely to vote in favour of stricter livestock environmental standards and disease protocols. Research limitations/implications Monitoring people’s moral concerns might help in predicting consumers’ responses to new or different production practices. Originality/value Although moral foundations have been linked to other purchase decisions, in this study, the focus is on specific aspects of environmental sustainability and antibiotic use in livestock production. Both of these challenging issues are controversial and facing either regulatory changes (antibiotic use in livestock) or significant livestock production changes (responding to concerns that livestock production is less sustainable than plant production) in most developed countries. Understanding the linkages between fundamental beliefs and probable consumer behaviour will assist in predicting negative or positive outcomes to the regulatory or industry-based changes to livestock production. Differences between an individual’s desire to be able to identify products with certain attributes for purchase vs an individual’s desire to have government regulate industries to higher standards, in both contexts, will also be linked to the individual’s level of moral foundation beliefs.
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 | 0,001 | 0,001 |
| 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 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 ».