MétaCan
Menu
Retour à la cohorte
Enregistrement W3124490796

Trust in Label Information to Recuperate Consumer's Confidence for Meat: A Compared Analysis among Canada, Italy, and Spain

2006· preprint· en· W3124490796 sur OpenAlexaboutno aff
Franco Rosa, Mercedes Sánchez, Barrena Ramo

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2006
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypermarketProduct (mathematics)CredenceQuality (philosophy)AdvertisingMarketingBusinessVendorButcherGeographyStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The analysis consisted in a field experiment performed by testing the opinions of different consumers groups: two of them located in the European Regions respectively: Friuli-Venezia-Giulia in Italy and Navarra in Spain; a third one located in the Ontario region, Canada. The data were processed by using a multivariate structural equation in the multi-group version. The enquiry was performed in 2003, just after the news about BSE disease were released in some UE countries, and consisted in a regional survey designed ad' hoc and submitted by face to face home made interviews, to collect information about consumer habits, opinions and evidences about trust in the food label. By testing the cross-country consumer's behaviours it was allowed to get evidences of the customers confidence (credence quality), with the information diffused by different markets outlets and in different regions. The conclusions were that the market channels released different amount of information about the risk safety specifically: i) at the hypermarket the information were passed to consumers through the product label (objective trait); ii) at the traditional butcher's it prevailed the trust in the vendor that generated the credence quality in the product (psychological trait). These different consumer's attitudes were translated into behavioural attitudes and decisions to buy the beef meat product.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0030,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,268
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFood Safety and HygieneTravaux en français237 207