Estimating Consumers' Valuation of Sustainability Labeling Using Stated Choice Analysis: Evidence from McGill University's Residential Dining Halls
Bibliographic record
Abstract
Plusieurs individus à travers le monde sont de plus en plus soucieux de trouver des moyens de réduire leur empreinte écologique alors que la menace du changement climatique induit par l’homme continue à augmenter. La consommation alimentaire des ménages contribue largement aux émissions mondiales de gaz à effet de serre dûes à l’utilisation élevée de terres et de l’eau dans la production alimentaire pour répondre à cette demande. Les pratiques de consommation alimentaire durable, telle que l’adoption d’un régime alimentaire à base de plantes, sont encouragées pour minimiser les effets écologiques de la production agricole. Malgré le fait qu’une alimentation écologiquement durable puisse être efficace pour réduire les émissions de gaz à effet de serre, comparer à la consommation de produits alimentaires conventionnels, ce changement dans les préférences alimentaires reste difficile à réaliser pour plusieurs individus. L’étiquetage des aliments durables peut informer les consommateurs sur les avantages environnementaux entraînés par la sélection de ces produits. Ceci peut aussi inciter les producteurs à accroître l’utilisation de méthodes agricoles écologiques et l’investissement dans ces pratiques. Les établissements d’enseignement supérieur, tels que les universités, peuvent servir d’un cadre hors domicile significatif pour mettre en place un étiquetage durable des aliments, car les salles à manger et les chaînes alimentaires sur les campus universitaires sont visitées par une population de consommateurs nombreuse et diversifiée. Cependant, on sait peu sur la façon dont les étiquettes qui informent la clientèle des attributs alimentaires influencent la volonté de cette clientèle de payer pour les repas dans ce contexte.À l’aide d’une expérience de choix discret, cette étude examine les préférences des consommateurs et leur volonté de payer (VDP) pour des ingrédients durables étiquetés utilisés dans les repas résidentiels de l’Université McGill à Montréal, au Québec. Un échantillon de 408 consommateurs a été présenté avec des choix de repas hypothétiques qui différaient dans leurs attributs de durabilité, incluant certains ingrédients locaux, végétariens et biologiques. Les participants ont été placés au hasard dans un groupe témoin ou dans l’un des deux groupes de traitement d’information, leur fournissant des informations de base ou plus détaillées sur les attributs de durabilité. En utilisant un modèle logit conditionnel, nos résultats montrent que les participants étaient prêts à payer des primes pour des repas contenant les attributs de durabilité. Cependant, ceux qui ont reçu des informations détaillées n’étaient pas disposés à payer une prime supplémentaire. Un modèle de classe latente a été utilisé pour déterminer l’influence des caractéristiques individuelles sur les comportements de consommation et sur la VDP. Le modèle a donné lieu à trois catégories distinctes : le groupe de consommateurs « préférences combinées »; le groupe des « mangeurs de viande loyaux »; et le groupe « soucieux de la consommation durable ». Malgré ces groupes distincts, cependant, l’information plus détaillée n’a pas eu d’effet significatif sur la VDP des participants pour les attributs de durabilité. Les résultats de cette recherche suggèrent que les Services d’Alimentation et de Restauration de l’Université McGill, ainsi que d’autres restaurants hors domicile et spécialistes du marketing alimentaire, peuvent promouvoir efficacement les attributs de durabilité de leurs repas sans nécessairement fournir d’informations détaillées à la clientèle
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".