Exploring processed common beans market in Kenya: Implications for the business community
Notice bibliographique
Résumé
In Kenya, like in many developing countries, the food consumption patterns among the elites and middle classes are shifting towards the consumption of convenient processed foods. This has led research and development initiatives in Kenya to innovate the-shelf bean products to meet the changing consumer needs. However, there is limited information on how the various processed bean processors and distributors are performing. This study explores the structure and performance of the processed common bean market to advise the would-be contenders in the same business. To achieve this, the study applied the structure, conduct, and performance framework to analyze data that was collected from 19 bean processors and 90 distributors. Study findings show that the market structure of firms processing common beans exhibited oligopolistic tendencies with 4 firms controlling 89% of the entire market, while its distribution proved to be more competitive with 4 firms controlling 16% of the market. Initial investment and limited product market are the primary barriers that make bean processing an undesirable venture for many new entrants. To gain momentum, compete with already established brands, and break the oligopoly tendencies in the market, medium-scale processors should be facilitated with tax exemptions. Products produced by home companies should be widely advertised. There is also a need for distribution strategies that can easily get the processed common beans market to consumers to maintain competition and low stock turnover for the products at the distribution level.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».