MétaCan
Menu
Retour à la cohorte
Enregistrement W2952771260 · doi:10.1111/jems.12443

Private labels and product quality under asymmetric information

2021· article· en· W2952771260 sur OpenAlexafffund
Zhiqi Chen, Heng Xu

Notice bibliographique

RevueJournal of Economics & Management Strategy · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessProfit (economics)Quality (philosophy)Product (mathematics)Information asymmetryIndustrial organizationPrivate information retrievalMicroeconomicsMarketingCommerceEconomicsComputer scienceMathematicsFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Contrary to the existing theories of private label (PL) products, we demonstrate that the introduction of a PL product by a retailer may improve the profit of the supplier of a competing national‐brand (NB) product. Our theory is built on two main elements. First, the introduction of a PL product may expand the total demand for the products carried by the retailer and thus enlarge the joint profit to be split between the retailer and the supplier of the NB product. Second, in an environment where consumers do not know the quality of the PL product, the NB serves as a bond to assure consumers that the retailer sells high‐quality products only. This quality assurance enhances the joint profit generated by the introduction of the PL product, which, in conjunction with the weakening of the retailer's bargaining position caused by asymmetric information, may enable the NB supplier to earn a larger profit than in the absence of the PL product.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,263
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Economics & Management StrategyMême sujetConsumer Market Behavior and PricingTravaux en français237 207