Trends in Agricultural Products Marketing: A Bibliometric Analysis and Future Research Agenda
Notice bibliographique
Résumé
This study aims to explore and demonstrate sustainable improvements in the domain of marketing and agricultural products by conducting a comprehensive bibliometric analysis. The bibliographic data for this research were meticulously sourced from the Scopus database, an internationally recognized platform known for its inclusion of high-quality, peer-reviewed academic publications. A precise and well-defined search query was employed to ensure the integration of a robust and relevant body of literature. The search string used was “Marketing” AND “Agriculture product,” which allowed the study to encompass a wide range of themes related to agricultural marketing, including aspects of consumer behavior, market dynamics, and innovation in the agricultural sector. The analysis was conducted using R Studio and VOSviewer software, which facilitated the mapping and visualization of bibliometric networks and trends within the dataset. The findings of the study reveal key thematic trends in marketing agricultural products, such as risk management, transaction costs, consumer preferences, agricultural markets, corn prices, Africa, and product quality. Moreover, the results highlight significant geographical interest from countries including the USA, France, Germany, Canada, India, Spain, Greece, and Italy. Strong co-occurrence patterns were identified between keywords such as marketing and innovation, agricultural marketing and food, cooperatives and India, as well as farmers and India. These insights offer valuable guidance for future research and policymaking.
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 | 0,017 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,125 | 0,237 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».