Analyzing the community decision making to purchase pet insurance: Case study of animal lovers in Indonesia
Notice bibliographique
Résumé
This study aims to measure people's decision-making to buy their pet insurance and compare it with the amount of insurance premium rates offered. It is important due to the increase in people's income which has triggered the birth of a community of pet lovers as part of the middle-class people’s lifestyle in Indonesia. The survey data was conducted using the Stated Preference (SP) format through questionnaires and interviews to determine the public response to pet insurance premiums. The collected data were analyzed using descriptive methods, decision-making analysis was on the basis of the choice of the dichotomous Contingent Valuation Method (CVM), and logistic regression analysis. Based on the calculation analysis using the logit method shows that the ability of the public to pay pet insurance premiums is IDR289,454.54. Analysis of calculations using the Turnbull method was obtained at IDR365,000.00. The results of the WTP amount, both using the logit method and using the Turnbull method, are greater than the minimum premium amount offered which is IDR190,000.00. The results of this study indicate that the premium rates for pet insurance offered are still within reasonable limits, compared to the size of the decision-making by the animal lover community in Indonesia. This provides a very good prospect for insurance companies that have insurance products for pets in Indonesia. This study was conducted to provide empirical evidence that the decision-making of the animal lover community is greater than the premium rate for pet insurance that has been offered. Thus, this research strongly supports the development of pet insurance companies in Indonesia, which can provide pet protection to stay healthy and well looked after.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».