MétaCan
Menu
Retour à la cohorte
Enregistrement W4404069604 · doi:10.1177/00222429241299392

To Dispose or Eat? The Impact of Perceived Healthiness on Consumption Decisions for About-to-Expire Foods

2024· article· en· W4404069604 sur OpenAlexfundno aff
Jeehye Christine Kim, Young Eun Huh, Brent McFerran

Notice bibliographique

RevueJournal of Marketing · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNational Research Foundation of Korea
Mots-clésDispose patternConsumption (sociology)BusinessMarketingAdvertisingFood scienceWaste managementEngineeringChemistrySociology

Résumé

récupéré en direct d'OpenAlex

Perceived healthiness of food is generally regarded as a positive attribute in food choices, as it positively impacts consumers’ preferences. The current research demonstrates that in contexts where there is a time delay between a food's production and its consumption (referred to as “about-to-expire” food), strong perceptions of a food's healthiness can be detrimental. This is because consumers hold a lay theory that healthy food expires more quickly. In eight studies (N = 3,552), the authors find that merely portraying food as healthy increases the perception that it expires quickly and that this effect attenuates when consumers hold the lay theory weakly or have a high level of knowledge about food expiration. Importantly, this lay theory leads consumers to avoid consuming healthy (vs. nonhealthy) about-to-expire food, resulting in increased disposal intentions and decreased preferences. In designing sales promotions for about-to-expire food, managers should consider the healthiness of food products, as consumers prefer different types of sales promotions and require different magnitudes of price discounts for healthy (vs. nonhealthy) about-to-expire food. Finally, adding an expiration date label that provides unambiguous guidance (i.e., “consume by”) can effectively mitigate the detrimental effect of perceived healthiness on the consumption for about-to-expire food.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,068
Tête enseignante GPT0,420
Écart entre enseignants0,352 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MarketingMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207