MétaCan
Menu
Retour à la cohorte
Enregistrement W2770236839 · doi:10.1111/deci.12298

Optimal Outsourcing Strategies When Capacity Is Limited

2017· article· en· W2770236839 sur OpenAlexaff
Salar Ghamat, Hubert Pun, Xinghao Yan

Notice bibliographique

RevueDecision Sciences · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWestern UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)OutsourcingIndustrial organizationBusinessProduct (mathematics)Competitor analysisProduction (economics)Component (thermodynamics)MicroeconomicsProduct marketEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Outsourcing the production of selected components to competitors is becoming more common among original brand manufacturers (OBMs); however, OBMs’ increased attention to outsourcing and the growing demand in many markets can result in capacity allocation conflicts for the contract manufacturers. In this study, we consider a scenario in which the OBM decides whether to outsource to a third‐party supplier or to a competitive contract manufacturer (CCM) who has the option of producing a competing product and also has limited capacity. This setting consists of two levels of competition: competition in the component market between the CCM and the spot market, and competition in the final‐product market between the OBM and the CCM. The CCM first chooses the wholesale price and decides whether or not to sell a competing product to the customers. Next, the OBM decides the proportion of its component demand to outsource to the CCM, and then firms set the retail prices. We are interested in investigating the impacts of the CCM's capacity and the impacts of these two levels of competition. We show that the OBM might multisource its component demand only when competition in the final‐product market is intense. We also find that when the CCM's capacity increases, demand may decrease, while the retail price may increase. Moreover, the CCM can be worse off from having more capacity, even when the CCM's capacity is available for free. Our results also show that demand may increase when competition in the final‐product market becomes more intense. Finally, we find that the value of having a third‐party supplier to produce the component decreases amid the intensity of competition in the final‐product market.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,114
Tête enseignante GPT0,307
Écart entre enseignants0,193 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision SciencesMême sujetSupply Chain and Inventory ManagementTravaux en français237 207