Analysing decision behavior styles in contingent valuation: The latent class and the factor analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A better understanding of respondents' decision behaviors in contingent valuation (CV) is essential to reveal the true preferences of the public for environmental goods or services. Although the theoretical foundation of CV is based on the assumption of the full rationality of respondents, the literature provides various evidence of limited or partial rationality. In a CV survey of air quality improvement in China, we identified non-rational decision behavior style by adopting the latent class analysis and factor analysis methods, both of which are based on a series of questions related to decision behaviors initially proposed by Frör (2008). The application of the latent class model proposes the identification of two or three classes, with at least one more analytical reasoning group significantly differing from the other group(s). The factor analysis approach allowed us to identify two decision behavior factors, i.e., the analytical reasoning factor and the non-analytical reasoning factor. Our estimation results show that the analytical reasoning style is positively correlated with willingness-to-pay (WTP). Furthermore, the mediation tests conducted in the WTP determination models reveal that simply including respondents' socioeconomic, knowledge and perception characteristic questions in the survey to collect the information does not ensure that all the information conveyed by people's decision behavior style is captured. • Understanding people's decision behaviors in environmental valuation is essential. • Latent class analysis and factor analysis are used to identify decision behaviors. • Both analytical reasoning and non-analytical reasoning styles are identified. • The higher the analytical reasoning, the higher the mean WTP. • Decision behaviors have mutual and partial mediation effects with other variables.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle