MétaCan
Menu
Retour à la cohorte
Enregistrement W2124306282 · doi:10.1111/deci.12116

Online Intermediary as a Channel for Selling Quality‐Differentiated Services

2015· article· en· W2124306282 sur OpenAlexfundno aff
Mevlüt Akçura, Zafer D. Özdemir, Mohammad Saifur Rahman

Notice bibliographique

RevueDecision Sciences · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCompetition (biology)BusinessService providerChannel (broadcasting)Service (business)Quality (philosophy)Consumption (sociology)IntermediaryIndustrial organizationMarketingAdvertisingMicroeconomicsCommerceTelecommunicationsEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT When deciding whether to utilize an online intermediary in addition to their own distribution channels, quality differentiated service providers face the trade‐off between the benefit of extended reach and the threat of increased competition. Using an analytical framework, we analyze when and how service providers may utilize an online intermediary to their advantage in the presence of advance selling (i.e., selling a service at an early date for future consumption). In general, when an online intermediary is used, the competition effect dominates the reach effect and leads to a falling price trend. Interestingly, we find that the negative effect of increased competition on profits, due to intermediary usage, can be reversed by committing to self‐imposed participation limits (i.e., selling only a predetermined amount of services through the online intermediary). This ensures that the service provider is better off selling through both its own site and the online intermediary, rather than selling exclusively using either channel.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,146
Tête enseignante GPT0,379
Écart entre enseignants0,233 · 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision SciencesMême sujetConsumer Market Behavior and PricingTravaux en français237 207