MétaCan
Menu
Retour à la cohorte
Enregistrement W3124339214

A Comparative Analysis of Canadian Consumers’ WTP for Novel Food Technologies (Case of Juice Produced by Nanotechnology & Pork Chops Using Genomic Information)

2013· article· en· W3124339214 sur OpenAlexaboutno aff
Anahita Hosseini Matin, Ellen Goddard

Notice bibliographique

Revue2013 Annual Meeting, August 4-6, 2013, Washington, D.C. · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessEmerging technologiesMarketingGenomic informationConsumer demandBiotechnologyEconomicsGenomeNanotechnologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since novel food technologies (such as nanotechnology, cloning, genomics, etc.) are still in their infancy, communication will be very important in the development of these new technologies to address consumer perceptions and hence market acceptance of these innovations in the agri-food industry. Understanding consumer preferences is key to ensuring that the use of new technologies optimizes use of resources and societal welfare. Two national online surveys (in 2010 for nanotechnology and in 2012 for genomic information) were conducted across Canada to elicit Canadian consumers’ WTP for juice produced by nanotechnology or pork chops that are produced from pigs bred using genomic information. Canadian consumers’ WTP (i.e. whether or not they are willing to buy the products at a price over the price of goods produced without the use of the technologies), and the effects of demographic characteristics, Canadian consumers’ attitudes on their purchase intentions about products created using these novel technologies, were examined. The preliminary analysis shows that the majority of Canadians have little knowledge about use of genomic information or nanotechnology, and hence are not willing to pay a premium for these novel technologies applied to their food.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,258
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2013 Annual Meeting, August 4-6, 2013, Washington, D.C.Même sujetGenetically Modified Organisms ResearchTravaux en français237 207