Consumer willingness to pay for traceable food products: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Traceability is an increasingly important tool for reducing food safety risks and managing supply logistics. Given the costs of implementing and maintaining traceability systems, it is crucial to understand consumer willingness to pay (WTP) for traceable products. Design/methodology/approach The authors conducted a scoping review to collate the existing literature on consumer WTP for traceability in food products to determine the nature of the evidence base and to identify research gaps. Findings A total of 77 articles were included in the review. The number of studies published per year generally increased over the review period, and China and the United States were the most common countries in which studies were conducted (43.6 and 14.1% of total studies, respectively). All but one of the studies investigated at least one factor that might influence consumer WTP for traceability, the most common of which was socio-demographic characteristics (72.7%). Three-quarters of studies used hypothetical methods to elicit WTP values (75.3%), whereas one-quarter used non-hypothetical methods (24.7%). Most studies included some measure of preference heterogeneity (83.1%). Research limitations/implications There is some potential for systematic bias in the evidence due to the predominance of studies from only a few countries and the possible presence of hypothetical bias. These potential biases could be corrected through future research. Originality/value To the authors’ knowledge, no previous study systematically and comprehensively identifies and summarizes the evidence base on consumer WTP for traceable food products.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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