MétaCan
Menu
Retour à la cohorte
Enregistrement W2959418548 · doi:10.33772/jsa.v2i2.7592

PREFERENSI KONSUMEN TELUR PUYUH DI KOTA KENDARI

2017· article· en· W2959418548 sur OpenAlexfundno aff
Sani Wanti, Sitti Aida Adha Taridala, Takdir Saili, Budiyanto Budiyanto

Notice bibliographique

RevueJurnal Sosio Agribisnis · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensnon disponible
Organismes subventionnairesBitlis Eren ÜniversitesiUniversity of British ColumbiaNewcastle University
Mots-clésQuailConjoint analysisPreferenceBusinessMarketingBiologyStatisticsMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

The preference of quail egg’s consumer could be determined by measuring the consumer choice. This preference could illustrate the attribute of quail egg that could be produced by producer and accepted by consumer. The aims of this study were to analyze the attitude and behavior of the customer in case of buying quail egg, analyze the level of self interest and satisfaction of the customer to the quail egg attribute, and analyze the customer preference on a variety of the quail egg attributes. Data collected in Kendari, South East Sulawesi and were analyzed using Fishbein Multiattribute Attitude analysis, IPA analysis (Importance Performance Analysis), and Conjoint Analysis. The result of Fishbein Multiattribute Attitude Analysis indicated that the 61,91% consumers were fond of quail egg. In average, the acceptabiity of the customer to the quail egg was ‘quite good’ and the behavior of the customer was consistent but they to re-buy the quail egg. While the result of IPA analysis (Importance Performance Analysis) showed that the most important and the most satisfine attribute of quail egg for customer was colourful attribute. The result of Conjoint Analysis revealed that the preference of the quail egg customer in Kendari City was the quail egg with low price, seasonal availability, less than 10 gram in weight, colourful and unpacking. Keywords: quail egg; Fishbein; IPA; Conjoint analysis

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,352
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,236
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Sosio AgribisnisMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207