Optimal Outsourcing Strategies When Capacity Is Limited
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle