Schoolfruit : Geschatte werkelijke kostprijs inclusief vervoer naar scholen
Bibliographic record
Abstract
Sinds 2009 loopt er een schoolfruitprogramma in Nederland, met het doel de groente- en fruitconsumptie van kinderen in onderwijsinstellingen te vergroten. Hier zijn kosten aan verbonden. In 2023 heeft het ministerie van Landbouw, Natuur en Voedselkwaliteit (LNV), net als in voorgaande jaren, Wageningen Economic Research gevraagd de reële kostprijs te berekenen voor de levering van schoolfruit. Op basis van deze gemiddelde kostprijs kan LNV voor het schooljaar 2023-2024 een nieuwe eenheidsprijs vaststellen voor schoolfruitleveranciers.Voor de berekening van de kostprijs voor 2023 zijn enkele leveringsvoorwaarden aangepast ten opzichte van eerdere jaren, die consequenties hebben voor de kostprijs. Deze worden hieronder benoemd:•De keuze en hoeveelheid van de soorten fruit en groente is gebaseerd op wat daadwerkelijk geleverd is in schooljaar 21/22 en 22/23.•De porties die worden uitgereikt bestaan uit fruit en groente; in het model wordt uitgegaan van de verdeling 75% fruit en 25% groente. Dit wijkt af van de voorgaande editie, waarbij de verhouding 80-20% was.•Het maximumaantal keer dat dezelfde groente of hetzelfde fruit geleverd mag worden, is 15% van het totaal, dat was voorheen 20%. Daar in schooljaar 2021/22 en 2022/23 het percentage appel, peer en sinaasappel het aandeel van 15% oversteeg, is voor de berekening van kostprijzen, het verschil evenredig verdeeld over de andere soorten fruit.•In de berekeningen is de gemiddelde inkoopprijs van producten gebaseerd op de 5-jarig gemiddelde inkoopprijs tussen 2018 en 2022.•De inkoopprijzen van producten die structureel stijgen in prijs, zijn voor inflatie gecorrigeerd ten opzichte van het 5-jarig prijsgemiddelde.•Minimaal twee porties van de 60 porties in totaal zijn biologisch.•De loonkosten, koelkosten en transportkosten zijn geactualiseerd.Een eerste versie van dit rapport is in mei 2023 gepubliceerd en naar aanleiding van vragen is in november een gereviseerde finale versie gepubliceerd.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.045 | 0.086 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".