MétaCan
Menu
Retour à la cohorte
Enregistrement W4210804398 · doi:10.1007/s10460-021-10289-9

Does direct farm marketing fulfill its promises? analyzing job satisfaction among direct-market farmers in Canada

2022· article· en· W4210804398 sur OpenAlexafffundabout
Stevens Azima, Patrick Mundler

Notice bibliographique

RevueAgriculture and Human Values · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésMarketingBusinessRevenueDirect marketingCompetition (biology)Job satisfactionScale (ratio)Work (physics)Survey data collectionEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Short food supply chains have become the focus of considerable research in the last two decades. However, studies so far remain highly localized, and claims about the economic and social advantages of such channels for farmers are not backed by large-scale empirical evidence. Using a web survey of 613 direct-market farmers across Canada, this article explores the potential economic and social benefits that farmers derive from participating in short food supply chains. We used multivariate analysis to test whether a farmer's degree of involvement in direct food channels is positively correlated with levels of work enjoyment, social satisfaction, and economic satisfaction. The results indicate that, overall, direct-market farmers report high levels of occupational satisfaction, although work-related challenges persist, such as stress, excessive workloads, and competition. Farmer participation in short food chains was also a positive predictor of work enjoyment and economic satisfaction, but not of social satisfaction, as measured by the share of total farm sales attributable to direct selling. Net annual farm revenue, the share of direct food sales involving a middleman, age, and gender also correlated with one or more dimensions of occupational satisfaction.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,017
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,182
Écart entre enseignants0,176 · 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

Citations35
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgriculture and Human ValuesMême sujetOrganic Food and AgricultureTravaux en français237 207