MétaCan
Menu
Retour à la cohorte
Enregistrement W7034384346

Traceability in the Canadian Red Meat Sector: Do Consumers Care?

2005· other· en· W7034384346 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueNC Digital Online Collection of Knowledge and Scholarship (The University of North Carolina at Greensboro) · 2005
Typeother
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food CanadaCooperative State Research, Education, and Extension ServiceUtah Agricultural Experiment StationU.S. Department of Agriculture
Mots-clésTraceabilityQuality (philosophy)Food safetyIncentiveValue (mathematics)AgricultureCommon value auctionFood qualityLivestock
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Increased traceability of food and food ingredients through the agri-food chain has featured in recent industry initiatives in the Canadian livestock sector and is an important facet of the new Canadian Agricultural Policy Framework (APF). While traceability is usually implicitly associated with ensuring food safety and delivering quality assurances, there has been very little economic analysis of the functions of traceability systems and the value that consumers place on traceability assurances. This paper examines the economic incentives for implementing traceability systems in the meat and livestock sector. Experimental auctions are used to assess the willingness to pay of Canadian consumers for a traceability assurance, a food safety assurance, and an on-farm production method assurance for beef and pork products. Results from these laboratory market experiments provide insights into the relative value for Canadian consumers of traceability and quality assurances. Traceability, in the absence of quality verification, is of limited value to individual consumers. Bundling traceability with quality assurances has the potential to deliver more value.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,011
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNC Digital Online Collection of Knowledge and Scholarship (The University of North Carolina at Greensboro)Même sujetOptimal Power Flow DistributionTravaux en français237 207