MétaCan
Menu
Retour à la cohorte
Enregistrement W3196765117 · doi:10.1111/agec.12674

Bargaining power and risk from substitutability between products attributes the case of specialty eggs in Canada

2021· article· en· W3196765117 sur OpenAlexaffabout
Baoubadi Atozou, Lota D. Tamini, Maurice Doyon

Notice bibliographique

RevueAgricultural Economics · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBargaining powerProduction (economics)MicroeconomicsNegotiationProfit maximizationEconomicsValue (mathematics)Context (archaeology)Profit (economics)Investment (military)Supply chainDownstream (manufacturing)BusinessIndustrial organizationMarketingOperations management

Résumé

récupéré en direct d'OpenAlex

Abstract Supply managementpolicy covers conventional egg production in Canada and uses production costs to determine producer prices. The context differs for specialty eggs since graders and farmers individually negotiate the price premiums. Because specialty egg production, such as cage‐free or organic production, involves important fixed‐cost farm investment, it is of interest to assess potential bargaining power in the value chain, especially given the significant commitments from Canadian retail stores and fast food restaurants to move exclusively to cage‐free eggs in the coming years. This article develops a theoretical model of joint profit maximization and price adjustment under risk. Due to data availability, a reduced version of the proposed model is used to empirically test the bargaining power along the value chain for specialty eggs. Although the estimations concentrate on the bargaining power of producers, other actors in the value chain are considered. The results show that the bargaining power of downstream actors is greater than that of producers in most provinces and for most specialty eggs.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,016
Tête enseignante GPT0,182
Écart entre enseignants0,165 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultural EconomicsMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207