Attitudinal Determinants of Beef Consumption in Venezuela: A Retrospective Survey
Notice bibliographique
Résumé
Consumer surveys were conducted in the Western, Central, and Eastern regions of Venezuela to determine buying expectations, motivations, needs, perceptions, and preferences of beef consumers, and their acceptance of domestic (and foreign) beef, as affected by different intrinsic and extrinsic factors. Data (n = 693) were gathered by face-to-face interviews on the way out of fresh markets, butcher stores, supermarkets, and, in some cases, at home by using a 45-question structured questionnaire. Responses were subjected to factorial analysis of correspondence (FA) and hierarchical cluster analysis. From the FA, the first two factors explain 74% of the common variance. Factor 1 comprises intrinsic attributes such as color, smell, tenderness, flavor, juiciness, and freshness; while Factor 2 contains extrinsic attributes, mostly related to the origin. The FA profiling data showed that it is possible to concentrate on the traits that consumers usually use as a criterion to perceive beef quality, and to purchase beef. Using cluster analysis, four groups of consumers were mainly distinguished by region, intrinsic attributes, and credence attributes related to production system, aging, traceability, and hygiene. Results from this study will be helpful in designing strategies for recovering and enhancing the future, domestic beef demand.
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 | 0,000 |
| 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 ».