Consumers’ preference and willingness to pay for enriched snack product traits in Shashamane and Hawassa cities, Ethiopia
Notice bibliographique
Résumé
Abstract This study investigated the consumers’ preference and willingness to pay for enriched snack product traits. Using a choice experiment framework, we generated 8400 observations from a random sample of 700 respondents in Shashamanne and Hawassa city administrations. Taste parameters and heterogeneities were estimated using the generalized multinomial logit (G-MNL) model. The results reveal nutrition and/or health claim labeling is the most influential trait on the consumers’ decision to buy enriched snack products followed by mango flavor, sorghum chickpea main ingredient, price, and mixed shape. The WTP estimates show that consumers are willing to pay a premium for nutrition and/or health claim labeling equal to 1.43, 1.6, and 8.03 times higher than for a change in the flavor of the products from tomato to mango, the improvement of main ingredients to sorghum chickpea, and change of the product shape from spherical to mixed shape, respectively. The heterogeneities (variations) around the mean taste parameters were partially explained by sex, family size, and educational levels of the respondents. Generally, the consumers in the study areas prefer buying sorghum chickpea main ingredients, a combination of different shapes (mixed shape), mango flavored, and nutrition and/or health claim-labeled enriched snack products. Therefore, we suggest designing and implementing innovative ways of promoting snack products to urban communities with a deliberate focus on these traits to create a snack with the best combination. Given the high literacy of urban consumers and influential role of nutrition and/or health claim labeling trait on consumers’ decision, the trait-based promotion and marketing of the products constitute the right strategy.
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 ».