MétaCan
Menu
Retour à la cohorte
Enregistrement W4416399228 · doi:10.1016/j.rcradv.2025.200300

The cost of confusion: How label knowledge and risk attitude shape household food waste

2025· article· en· W4416399228 sur OpenAlexaffabout
Nicole Goulart Natali, Sylvain Charlebois, Hamed Aghakhani, Armağan Özbilge, Janèle Vézeau

Notice bibliographique

RevueResources Conservation & Recycling Advances · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensAgriculture and Agri-Food CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFood wasteSustainabilityFood safetyRisk perceptionConsumer behaviourFood productsConsumer confidence indexFood industryFood processing

Résumé

récupéré en direct d'OpenAlex

This research explores how consumer knowledge of date labels influences food waste behavior and associated financial loss, emphasizing the role of individual differences in risk taking and environmental values. Based on a survey of 954 participants from a Canadian population, the study finds that while most consumers understand the distinction between best-before and use-by labels, most consumers still rely heavily on date labels, often discarding edible food due to perceived safety concerns. Importantly, the relationship between label knowledge and waste behavior is shaped by food-related risk taking: This study supported that individuals with higher risk-taking tolerance successfully act on their knowledge of date labels to reduce waste, supporting the hypothesis that risk-taking moderates this effect. Meanwhile, environmental values directly predict lower food waste but do not significantly moderate the effect of knowledge, suggesting that pro-environmental consumers may already follow sustainable food management practices independent of label understanding. The model also confirms that household food waste predicts household financial loss, with an estimated average cost of CAD 246 per year attributable to misinterpreting date labels. These findings underscore the complexity of consumer behavior and the need for targeted interventions. Educational campaigns should be tailored to different risk profiles, and label redesigns should incorporate sensory cues to build confidence in food safety assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,255
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResources Conservation & Recycling AdvancesMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207