MétaCan
Menu
Retour à la cohorte
Enregistrement W3182236247 · doi:10.3390/businesses1020006

Supply Chain Responsiveness to a (Post)-Pandemic Grocery and Food Service E-Commerce Economy: An Exploratory Canadian Case Study

2021· article· en· W3182236247 sur OpenAlexaffabout
Sylvain Charlebois, Mark Juhasz, Janet Music

Notice bibliographique

RevueBusinesses · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBusinessPurchasingMarketingSupply chainProduct (mathematics)Exploratory researchSustainabilityService (business)PandemicPreparednessE-commerceCoronavirus disease 2019 (COVID-19)Economics

Résumé

récupéré en direct d'OpenAlex

The focus of this study looks at the motivations and rationale from a national survey of over 7200 Canadians in November 2020 into why they use online services to purchase food. As a result of the global COVID-19 pandemic, food supply chains have been significantly altered. Consumers are purchasing foods with different dynamics, including when they buy in-person at groceries, at restaurants or at food service establishments. Elements of the food supply chain will be permanently altered post-pandemic. The study looks at a specific set of factors, captured in the survey, namely, consumer price sensitivity to the costs of online food purchasing, growing sustainability-related concerns over food packaging and waste, and product sensory experience related to how online purchasing changes from in-person food selection. The end goal, emerging from a case study, is insight into the strategies and preparedness with which CPGs, food services, and retailers can better manage the supply chain in their food product offerings in the post-pandemic era.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0130,004
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,036
Tête enseignante GPT0,248
Écart entre enseignants0,211 · 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'étudeQualitatif
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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBusinessesMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207