Taco Tuesday Anyone? Understanding student demand and knowledge of local seafood.
Notice bibliographique
Résumé
The Gulf of Maine fishing industry continues to be a major economic driver throughout the region, integrating culture, history, and development across working waterfronts spanning thousands of miles from Cape Cod Massachusetts in the south to Nova Scotia Canada in the north. Local seafood harvesting and consumption attract visitors from around the world to enjoy the abundance of lobster, clams, mussels and oysters from the Gulf of Maine. What tourists and residents alike may not understand is the opportunity of other species that are plentiful, economical and delicious. Coupled with the local food movement, underutilized seafood presents additional potential especially within the environmental-conscious consumer groups. Thus, the purpose of this study was to evaluate seafood consumption, species preferences, and eco-label knowledge within one such consumer setting (higher education, college campus setting). College students from the University of Southern Maine were surveyed in the fall of 2017 (N=227) and spring of 2018 (N=320). Most consume seafood regularly, with more than half of participants eating fish or shellfish weekly or monthly. Top species preferences were salmon, shrimp and tuna, followed by local New England fare, ending with underutilized fish species being the least popular. Recognition of seafood eco-labeling trended positively, yet reading of educational outreach was poor despite strong desire for sustainable, local, healthy food. Study participants viewed cost as the top barrier for consuming local seafood. When offered at a price equivalent, lack of visibility was the top impediment for purchasing the underutilized fish entrée. To summarize, this study demonstrates strong demand for regionally and responsibly harvested seafood while highlighting the need for improved communication to market such seafood.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».