Cultural Dimensions and Individual’s Attitude Toward Cultured Meat
Notice bibliographique
Résumé
The present study investigates how consumers make decisions regarding food, particularly in the context of novel foods where there are abundant uncertainties and unknown factors, focusing on the concept of cultured meat. With the growing global population and the associated concerns regarding resource scarcity and greenhouse gas emissions from the livestock sector, cultured meat offers a promising solution. However, consumer acceptance and the high production cost remain significant obstacles for the time being. To address these challenges, the study proposes a conceptual framework that combines multi-attribute theory and cultural dimensions to examine consumers' attitudes and preferences towards cultured meat based on their cultural orientation. By understanding the cultural influence on consumer behavior, this study aims to provide insights into marketing strategies for cultured meat. The study utilizes a mixed methodology, combining quantitative and qualitative approaches, to gather data from the English-speaking Canadian population. The findings reveal that individuals with a collectivistic mindset, a long-term orientation, and high uncertainty avoidance are more likely to have positive attitudes and higher willingness to try and purchase cultured meat. Furthermore, younger participants exhibit a higher liking for cultured meat compared to older participants. These results emphasize the importance of considering psychographic factors, demographic characteristics, and pricing strategies in promoting cultured meat as a sustainable alternative. Overall, this study contributes to the development of a more sustainable food system by examining the intersection of consumer behavior, cultural orientation, and sustainable food choices.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».