Delivering Value: Best Practices for Alternative Models of Sustainable Regional Food Distribution in Canada
Notice bibliographique
Résumé
Canadian food producers with annual gross receipts totaling less than $1 million CAD and small to medium-sized farms find it difficult to compete with the conventional food system on price and availability (Stott et al., 2014). The lack of suitable distribution services and sales channels to urban markets (population greater than 100,000 persons) within their region has been a barrier for these producers (Hild, 2009). As a result, such producers are partially or fully excluded from the conventional supply chain and access to local food options is hampered. In the province of British Columbia, as elsewhere in Canada, local producers are challenged to meet the increase in demand for locally and sustainably produced food (Sott et al., 2014b). Challenges in managing the aggregation, marketing and distribution (purchase, storage, transportation and resale) while also scaling up production create additional costs, concern for preservation of producer identity and the potential for increased logistical complexity (Deloitte, 2013). Chefs, consumers, retailers and processors have indicated that the gap in distribution is a barrier to buying local food (Stott et al., 2014b). Analysis of the marketing and distribution activities of successful sustainably-minded regional distribution networks in British Columbia reveal shared best practices that deliver value to producer, buyer and consumer. Primary research supported the following best practices found in secondary literature: Product quality is defined by consumers and paramount to meeting purchase expectations; product differentiation adds value, increasing price premiums for all those involved in its trade; distribution & logistics supports are necessary for producers; and fair & stable pricing enables long-range sales planning and reduces switching costs.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,016 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».