MétaCan
Menu
Retour à la cohorte
Enregistrement W2990203609

Effectiveness of bonus and penalty incentive contracts in supply chain exchanges: Does national culture matter?

2017· book-chapter· en· W2990203609 sur OpenAlexaboutno aff
Yun Shin Lee, Dina Ribbink, Stephanie Eckerd

Notice bibliographique

RevueAuthor eBooks · 2017
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveBusinessContract managementTransactional leadershipSupply chainForward contractMicroeconomicsEconomicsMarketingFinanceFutures contract
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, we investigate the impact of national culture on the effectiveness of bonus and penalty incentive contracts in supply chain exchanges. We conducted laboratory experiments in Canada, China, and South Korea, involving transactional exchanges in which suppliers were presented with either bonus or penalty contracts. Then we compared suppliers’ contract acceptance, level of effort, and shirking across national cultures. Our findings reveal critical cultural influences on contract effectiveness. We show that although acceptance of bonus contracts is comparable across cultures, suppliers from Canada, a national culture considered low in power distance and high in humane orientation, exhibit lower acceptance rates of penalty contracts. In addition, we find evidence that suppliers associated with collectivist cultures exert more effort and shirk less in bonus contracts but these relationships also are more complex. When we compare contract effectiveness across bonus and penalty contracts within a given cultural setting, we find in all three countries greater acceptance of bonus contracts than penalty contracts. Also, after contracts are accepted, bonus contracts are more successful in China because suppliers exert greater effort and shirk less under bonus contracts than penalty contracts. However, in Canada and South Korea, the results of accepted contracts for both penalty and bonus contracts are nearly indistinguishable.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAuthor eBooksMême sujetOutsourcing and Supply Chain ManagementTravaux en français237 207