Coordination of a Supply Chain with Satisficing Objectives Using Contracts
Notice bibliographique
Résumé
Setting performance targets and managing to achieve them is fundamental to business success. As a result, it is common for managers to adopt a satisficing objective—that is, to maximize the probability of achieving some preset target profit level. This is especially true when companies are increasingly engaged in short-term relationships enabled by electronic commerce. In this chapter, our main focus is a decentralized supply chain consisting of a supplier and a retailer, both with the satisficing objective. The supply chain is examined under three types of commonly used contracts: wholesale price, buy back, and quantity flexibility contracts. Because a coordinating contract has to be Pareto optimal regardless of the bargaining powers among the agents, we first identify the Pareto-optimal contract(s) for each contractual form. Second, we identify the contractual forms that are capable of coordination of the supply chain with the satisficing objectives. In contrast to the well-known results for the supply chain with the objectives of expected profit maximization, we show that wholesale price contracts can coordinate the supply chain with the satisficing objectives, whereas buy back contracts cannot. Furthermore, quantity flexibility contracts have to degenerate into wholesale price contracts to coordinate the supply chain. This provides an important justification for the popularity of wholesale price contracts besides their simplicities and lower administration costs. Finally, we discuss possible extensions to the model by considering different types of objectives for different agents.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».