MétaCan
Menu
Retour à la cohorte
Enregistrement W3106868515 · doi:10.22146/ae.58213

Determinants of Willingness-to-Pay A Premium Price for Integrated Pest Management Produced Fruits and Vegetables in Trinidad

2020· article· en· W3106868515 sur OpenAlexaff
G. Kathiravan, Saravanakumar Duraisamy, Ataharul Chowdhury, Wayne Ganpat

Notice bibliographique

RevueAgro Ekonomi · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWillingness to payPrice premiumAgricultural scienceIntegrated pest managementBusinessAgricultural economicsProduction (economics)AgriculturePer capitaFarm incomeHousehold incomeEconomicsGeographyEnvironmental healthAgronomy

Résumé

récupéré en direct d'OpenAlex

Overuse of pesticide in crop production poses enormous challenges to the health of farm families, consumers, and the environment. Integrated Pest Management (IPM) is an ecosystem approach to crop production that combines different management strategies and practices to grow healthy crops and minimize the use of pesticides. As a result of increasing awareness, education and per capita income, there is an increasing concern for food safety and demand for safe products among consumers of high-income countries. Consequently, this study was conducted among 266 randomly surveyed consumers of an affluent Caribbean country, Trinidad to ascertain the factors influencing consumers’ Willingness-To-Pay (WTP) a premium price for IPM grown-fruits and vegetables. The consumers’ responses for the dichotomous question, “Would you be Willing to Pay an additional cost of 10% for the IPM produces from the current market prices?” were analysed using Binary logit regression model. Results indicated that females ageing over 26 years and having children, those with higher annual income and higher level of education were all most likely to pay a premium to obtain IPM grown fruits and vegetables. Willingness-to-purchase IPM produce was found to increase with income, education and age. The findings of this study are promising to those developing marketing strategies, besides enabling the producers to understand that producing fruits and vegetables through IPM would fetch them premium.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,185

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgro EkonomiMême sujetOrganic Food and AgricultureTravaux en français237 207