The Determinants of Risk-Sharing Strategies of Food-Retailers: A Study on Chittagong, Bangladesh
Notice bibliographique
Résumé
Food-retailers have access to various risk management strategies to manage the risks in food processing and trading. Risk-sharing is a powerful instrument amongst risk management strategies. It comprises a negotiation of risk allocation between at least two agents to reduce risk and to increase expected utility. The objective of the study is to identify the factors that affect the selection of risk-sharing strategies of food-retailers. In this regard, the study explains risk-sharing instruments from three perspectives: risk reduction; risk mitigation; and risk coping strategies. Food-retailers choose these risk-sharing strategies according to their preference. We link a theoretical understanding of the existing risk-sharing strategies with an empirical model. For quantitative analysis, primary data encompassing 24 variables is sampled from 109 randomly selected food-retailers from and around the city of Chittagong, Bangladesh. This study uses a multiple regression model to identify the significant factors in selecting risk-sharing strategies. The results infer that Family Employment, Hired Employment, Value Chain Challenges, Institutional Challenges, Societal Challenges, Risk Attitudes on Marketing and Promotion, Risk Attitudes on Innovation, Risk Attitudes on Business-in-General, Gender and Expectation for Succession, have a significant effect on the selection of risk-sharing strategies. The analysis is performed on SPSS (version-26). This study covers only off-business risk-sharing instruments of food-retailing. Consequently, this result is irrespective of on-business risk management strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».