MétaCan
Menu
Retour à la cohorte
Enregistrement W2019959679 · doi:10.1287/mksc.2014.0863

Competitor Orientation and the Evolution of Business Markets

2014· article· en· W2019959679 sur OpenAlexaff
Neil Bendle, Mark Vandenbosch

Notice bibliographique

RevueMarketing Science · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensWestern University
Organismes subventionnairesPennsylvania State UniversityUniversity of Minnesota
Mots-clésProfit (economics)PopulationProfitability indexMicroeconomicsBusinessDilemmaMarketingNegotiationIndustrial organizationReputationEconomicsGame theory

Résumé

récupéré en direct d'OpenAlex

Competitor orientation, i.e., the focus on beating the competition rather than maximizing profits, seems to thrive in business situations despite being, by definition, suboptimal for profit-maximizing firms. Our research explains how a competitor orientation can persist and even thrive in equilibrium in markets that reward only profits. We apply evolutionary game theory to business markets where reputation matters. We use three games that represent classic interactions in business marketing: Chicken (to illustrate competition for product adoption), the Battle of the Sexes (channel negotiations), and the Prisoners' Dilemma (pricing battles). Initial populations are assumed to have both profit-maximizing managers and competitor-oriented managers (i.e., those who gain additional utility from beating others). We demonstrate that a competitor orientation can survive in equilibrium despite selection that is based solely on profits. Using Chicken, we show that a competitor orientation thrives and can even overrun the population. We use the Battle of the Sexes to show that a competitor orientation will overrun one population in a two-sided negotiation (e.g., all retailers in a retailer/manufacturer dyad). Last, using the Prisoners' Dilemma, we show that competitor orientation is not selected against. We conclude that evolutionary profit-driven selection pressures cannot be assumed to eliminate nonprofit-maximizing behavior even when selection is based purely on profitability.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,272 · 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

Citations39
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarketing ScienceMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207