MétaCan
Menu
Retour à la cohorte
Enregistrement W4300970433 · doi:10.1108/bfj-06-2022-0476

Including sustainability factors in the derivation of eater profiles of young adults in Canada

2022· article· en· W4300970433 sur OpenAlexaffabout
Sadaf Mollaei, Leia Minaker, Derek T. Robinson, Jennifer Lynes, Goretty Dias

Notice bibliographique

RevueBritish Food Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychologyExploratory factor analysisCategorizationOriginalityPsychological interventionConsumer behaviourPerceptionFood choiceMarket segmentationSocial psychologyMarketingDevelopmental psychologyMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this research is to (1) identify factors affecting food choices of young adults in Canada based on environmental perceptions, personal and behavioral factors as determinants of eating behaviors; (2) segment Canadian young adults based on the importance of the identified factors in their food choices. Design/methodology/approach An online survey was administered to Canadians aged between 18 and 24 to collect data on socio-demographic factors and eating behaviors ( N = 297). An exploratory factor analysis (EFA) was used to identify the main factors affecting eating behaviors in young adults, followed by K-means clustering to categorize the respondents into consumer segments based on their propensity to agree with the factors. Findings Six factors were extracted: beliefs (ethical, environmental and personal); familiarity and convenience; joy and experience; food influencers and sociability; cultural identity; and body image. Using these factors, six consumer segments were identified, whereby members of each segment have more similar scores on each factor than members of other segments. The six consumer segments were: “conventional”; “concerned”; “indifferent”; “non-trend follower”; “tradition-follower”; and “eat what you love”. Originality/value Identifying major factors influencing eating behaviors and consumer segmentation provides insights on how eating behaviors might be shaped. Furthermore, the outcomes of this study are important for designing effective interventions for shaping eating behaviors particularly improving sustainable eating habits.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,059
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Food JournalMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207