MétaCan
Menu
Retour à la cohorte
Enregistrement W2046110578 · doi:10.1108/17557501011042560

A historical survey concerning marketing middlemen as producers of value

2010· article· en· W2046110578 sur OpenAlexaff
David D. Monieson

Notice bibliographique

RevueJournal of Historical Research in Marketing · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement Theory and Practice
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)OriginalityProductivityIntermediaryTRACE (psycholinguistics)Work (physics)State (computer science)MercantilismSociologyMarketingSocial scienceEconomicsPolitical scienceLawBusinessPhilosophyEngineeringEconomic growth

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to trace from ancient Greek scholars to the mid‐1950s the sentiments of two schools of economic thought on the role of marketing middlemen or intermediaries. One school disclaims any addition of value through middlemen's activities; the second maintains that marketing adds value. Design/methodology/approach This paper was originally a chapter in the author's doctoral dissertation titled “Value added as a measure of economic contribution by marketing institutions” at Ohio State University. It is reprinted here to explore and add insight to other work by and about the author in this issue of the journal. A brief historical analysis of writings by ancient Greek scholars, mercantilists, physiocrats, classicists, neoclassicists, and twentieth century dissenters, is presented. Findings Marketers add value and, in so doing, are productive. However, earlier scholars did not distinguish between measures of value added and measures of productivity and efficiency. Originality/value While other marketing historians have covered much of this literature since the time of its original writing, it was in 1957 among the earliest such work by marketing scholars. As mentioned above, this paper explores and adds insight to other work by and about the author in this issue of the journal.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0030,002
Communication savante0,0040,007
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,355
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Historical Research in MarketingMême sujetManagement Theory and PracticeTravaux en français237 207