MétaCan
Menu
Retour à la cohorte
Enregistrement W2587016265 · doi:10.1080/07408170008967441

Risk intermediation in supply chains

2000· article· en· W2587016265 sur OpenAlexfundno aff
Vipul Agrawal, Sridhar Seshadri

Notice bibliographique

RevueIIE Transactions · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of DelhiLeonard N. Stern School of Business, New York UniversityYork UniversityOffice of Naval ResearchUniversity of Pennsylvania
Mots-clésNewsvendor modelInefficiencyEconomic order quantityBusinessMicroeconomicsProfit (economics)Risk aversion (psychology)Supply chainOrder (exchange)IntermediationValue (mathematics)Industrial organizationEconomicsExpected utility hypothesisMarketingComputer scienceFinanceFinancial economics

Résumé

récupéré en direct d'OpenAlex

This paper demonstrates that an important role of intermediaries in supply chains is to reduce the financial risk faced by retailers. It is well known that risk averse retailers when faced by the classical single-period inventory (newsvendor) problem will order less than the expected value maximizing (newsboy) quantity. We show that in such situations a risk neutral distributor can offer a menu of mutually beneficial contracts to the retailers. We show that a menu can be designed to simultaneously: (i) induce every risk averse retailer to select a unique contract from it; (ii) maximize the distributor's expected profit; and (iii) raise the order quantity of the retailers to the expected value maximizing quantity. Thus inefficiency created due to risk aversion on part of the retailers can be avoided. We also investigate the influence of product/market characteristics on the offered menu of contracts.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,009
Tête enseignante GPT0,199
Écart entre enseignants0,190 · 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'étudeThéorique ou conceptuel
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

Citations152
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIIE TransactionsMême sujetSupply Chain and Inventory ManagementTravaux en français237 207