MétaCan
Menu
Retour à la cohorte
Enregistrement W4382240829 · doi:10.1002/agr.21833

Killing the sacred dairy cow? Consumer preferences for plant‐based milk alternatives

2023· article· en· W4382240829 sur OpenAlexafffund
Peter Slade, Mila Markevych

Notice bibliographique

RevueAgribusiness · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCounterfactual thinkingEconLitEconomicsEconometricsAgricultural scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the relationship between demand for plant‐based milk alternatives and dairy milk using data from a survey and a discrete choice experiment completed by 902 Canadians. Our survey results show that most individuals who drink milk alternatives also consume dairy milk, and preferences for milk alternatives vary across consumption contexts. Using our experimental data, we estimate consumer preferences via a mixed logit model. These preferences are then used to calculate a set of price elasticities and to predict market shares for dairy milk in counterfactual simulations that exclude select milk alternatives. Although the elasticity of dairy milk with respect to the price of milk alternatives is relatively low, we predict that between 57% and 83% of respondents who purchase milk alternatives would have purchased dairy milk if milk alternatives were not available, depending on the counterfactual. We also show that preferences for milk alternatives are linked to age and food values. Finally, we use our experiment to test the impact of additional information about the impact of dairy milk on animal welfare, the environment, and nutrition on preferences for milk alternatives. The treatment effects are generally statistically insignificant. [EconLit Citations: L66, Q18, D12]

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)0,003
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 enseignants0,132
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,179
Tête enseignante GPT0,245
Écart entre enseignants0,066 · 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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgribusinessMême sujetEconomic and Environmental ValuationTravaux en français237 207