Aligning Consumers’ and Farmers’ Behaviors Towards Socially Responsible Agriculture: A Canadian Empirical Study
Notice bibliographique
Résumé
In contrast with the growing public pressure for sustainable agriculture, most Canadian farmers have not prioritized adopting socially responsible production practices. In this context, empirical analysis of farmers’ responses to public demand has been crucial to assisting the agricultural sector to better cope with a more sensitive market. This thesis contributes to the literature by analyzing farmers’ behaviors towards social license (SL) to operate and policy mechanisms that comply with their major perceptions and goals. Using data from a survey comprising 400 farmers across Canada, we estimate the motivations behind farmers’ preferences for industry level investments. We find that SL is the least preferred option compared to alternate industry-level investments, which confirms that public and private net benefits are not aligned. On the other side of this balance, the growing disconnection between agri-food production and society reinforces the importance of research examining the motivations behind consumers’ purchase behaviors. In fact, evidence about the psychometric factors underlining the heterogeneity among citizen concerns versus consumers’ purchase intentions remains scarce. By employing a Structural Equation Model (SEM), this thesis also aimed to understand the direct and indirect effects between variables driving consumers’ attitudes towards specially labeled meat. Our findings suggest that information and engagement in social media positively impact individuals’ perceptions and concerns for farm animal welfare. Furthermore, individuals having an altruistic and anti-anthropocentric profile are also more oriented towards sustainable and ethical conduct as shoppers.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».