Durable Products with Multiple Used Goods Markets: Product Upgrade and Retail Pricing Implications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Used goods markets are currently important transaction channels for durable products. For some durable products, such markets first appeared when retailers started buying back used products from “old” customers and selling them to new ones for a profit (retail used goods market). The growth of electronic peer-to-peer (P2P) markets opened up a second, frictionless used goods channel where new customers can buy used products directly from old customers (P2P used goods market). Both these markets compete with the original primary market where retailers sell unused products procured from the manufacturer. This paper focuses on understanding the role that the sequential emergence of the above two used goods markets plays in shaping the product upgrade strategy of the manufacturer and the pricing strategy of the primary market retailer in the context of a decentralized, dyadic channel dealing with a renewable set of consumers. Our analysis establishes that frequent product upgrades and rising retail prices in durable product sectors of our interest are due to the emergence of the P2P used goods market and how the market interacts with the retail used goods source in altering the relative powers of the channel partners. Moreover, contrary to popular belief, we show that the initial introduction of the retail used goods channel actually discourages introduction of new versions and restrains the rise in retail prices. We also comment on how the two used goods markets affect the profits of the channel partners. We then provide empirical support for our theoretical result regarding product upgrades using data from the college textbook industry, a durable product that fits our model setup.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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