Requirement or Promise? An Analysis of the First‐Mover Advantage in Quality Contracting
Notice bibliographique
Résumé
Quality contracting is critical and challenging due to the many unique issues related to quality. In this study, we analyze the first‐mover right in quality contracting by considering two different strategies for the buyer: the quality requirement strategy (QR) where buyer moves first by posting quality requirement to suppliers and quality promise strategy (QP) where buyer voluntarily gives up the first‐mover right to suppliers to ask them to promise quality. We study which strategy (1) better encourages suppliers' quality improvement efforts and (2) leads to a higher expected profit for the buyer. To analyze the drivers behind the buyer's choice between QR and QP, we start with the basic model where buyer faces only one supplier who has the opportunity to make quality improvements. We then gradually add other business features such as information asymmetry and supplier competition, analyzing how each feature adds/changes the driving forces and how they interact in the buyer's decision between QR and QP. We consider both the case where the wholesale price is fixed (when the buyer has the power to dictate price or price is set by the market) and the case where the wholesale price is included as a variable (when price is part of the negotiation). We find that QP always leads to the first‐best quality efforts from the supplier(s) while QR limits their efforts. However, this does not guarantee higher expected profit for the buyer under QP. We provide insightful guidelines in buyer's choice between QP and QR. This research enriches the limited literature on quality contracting with quality improvement opportunity and asymmetric information.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».