Quality at the Source or at the End? Managing Supplier Quality Under Information Asymmetry
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
Despite the many benefits of outsourcing, firms are still concerned about the lack of critical information regarding both the risk levels and actions of their suppliers, who are usually just a few links away. Usually, companies manage supply chain risks by deferring payments to suppliers until after the delivery has been made. Even though the deferred payment approach shunts the risk from the buyer to the supplier, recent supply chain failures suggest that it does not necessarily eliminate the risk completely. Hence, many companies offer incentives and conduct inspections of the actions taken at the source rather than waiting for the end delivery. In this paper, we study the effectiveness of such incentive and inspection mechanisms undertaken by manufacturers to manage the quality of suppliers who are “privately” aware of the risk of failure. By comparing the agency costs associated with each contractual setting, we characterize the value of output- and action-based incentive mechanisms from the perspective of the manufacturer. We find that employing action-based incentives is effective for the manufacturer, specifically when working with a supplier that faces high costs of production and quality improvement. However, if the manufacturer faces high inspection costs or a low degree of information asymmetry, employing an output-based contract that results in differentiated quality improvement efforts becomes more effective. Finally, we analyze the marginal value of the combined contracting strategy and characterize when it strictly dominates over output- and effort-based contracts. The online appendix is available at https://doi.org/10.1287/msom.2017.0652 .
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,007 |
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