MétaCan
Menu
Retour à la cohorte
Enregistrement W3110815611 · doi:10.18311/jhsr/2020/25038

Study on Awareness about Food Adulteration and Consumer Rights among Consumers in Dhaka, Bangladesh

2020· article· en· W3110815611 sur OpenAlexaff
Aishawarya Arefin, Paroma Arefin, Md Shehan Habib, Md Saidul Arefin

Notice bibliographique

RevueJournal of Health Science Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésBusinessGovernment (linguistics)MarketingFood safetyAttractivenessVariety (cybernetics)Consumer awarenessAdvertisingFood science

Résumé

récupéré en direct d'OpenAlex

Combating food adulteration is a great challenge in Bangladesh. The customer is the leading economic community and the focus of all commercial activities. The price, availability, variety, and attractiveness of consumer products have increased with the rise in people’s incomes. The business sector is practically bursting with complex technology-based new products. Regardless of misleading advertising, unsuitable media coverage, and food adulteration, it is challenging for the customer to select a particular foodstuff. The primary victim is a customer who casually takes adulterated food and pays the price of such corrupt practices. Bangladesh Government has enacted the Food Safety Act, 2013 to ensure food safety. But, consumer awareness is one of the most important steps towards reducing the adulteration of foods. Consumer faces different kinds of challenges to ensure food safety for them. To effectively face these challenges, consumers need to prepare themselves against these issues. In our present study, we have analyzed the different consumer behavior considering food adulteration and their awareness about consumer rights.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,174
Tête enseignante GPT0,462
Écart entre enseignants0,288 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Science ResearchMême sujetIdentification and Quantification in FoodTravaux en français237 207