MétaCan
Menu
Retour à la cohorte
Enregistrement W2085319482 · doi:10.1287/msom.2013.0453

Ordering Behavior Under Supply Risk:An Experimental Investigation

2013· article· en· W2085319482 sur OpenAlexaff
Haresh Gurnani, Karthik Ramachandran, Saibal Ray, Yusen Xia

Notice bibliographique

RevueManufacturing & Service Operations Management · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésProcurementDiversification (marketing strategy)BusinessBounded rationalitySupply chainRisk analysis (engineering)Risk managementMicroeconomicsOrder (exchange)Supply chain risk managementIndustrial organizationEconomicsSupply chain managementMarketingService managementFinance

Résumé

récupéré en direct d'OpenAlex

As supply chains become increasingly complex and global in their scale, supplier selection and management in the face of disruption risk has become one of the most challenging tasks for modern managers. Several novel model-based approaches to managing such risks have been developed in the academic literature, but how behavioral tendencies may affect procurement decisions under such conditions has received relatively less attention. In this paper, we present results from a study where paid subjects were asked to place orders from two suppliers who differ in their costs and risks to satisfy a fixed amount of end-customer demand. We show that under such a scenario, it is theoretically optimal to sole source either from the more reliable (and more costly) supplier or from the more risky but cheaper supplier, depending on cost and risk parameters. Subjects in our experiment, however, show a systematic tendency to diversify their orders between the two sources. We document this diversification tendency in procurement decisions and its possible impact on profits under various cost and risk settings as well as comment on various ordering behavior observed during the experiments. We also establish that bounded rationality of subjects can provide a possible rationale for the above phenomenon.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,021
Tête enseignante GPT0,227
Écart entre enseignants0,206 · 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'étudeExpérimental (laboratoire)
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

Citations82
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManufacturing & Service Operations ManagementMême sujetSupply Chain and Inventory ManagementTravaux en français237 207