Mitigating sustainability risk in supplier populations: an agent-based simulation study
Notice bibliographique
Résumé
Purpose Many modern firms strive to become sustainable. To this end, they are required to improve not only their own environmental and social performance but also the performance of their suppliers. Building on population ecology theory, we explore how buyers' exposure to supplier sustainability risk and their subsequent risk management strategies at the buyer–supplier dyad level can lead to adherence to sustainability by the supplier populations. Design/methodology/approach We rely on a bottom-up research design, in which the actions of buyers within buyer–supplier dyads lead to population-wide changes on the supplier side. Specifically, we use experimental data on managing sustainability risk to build an agent-based simulation model and assess the effect of evolutionary processes on the presence of sustainable/unsustainable business practices in the supplier population. Findings Our findings suggest that buyers' cumulative actions in managing sustainability risk do not necessarily result in effective population-wide improvements (i.e. at a high rate and to a high degree). For example, in high risk impact conditions, the buyer population is usually able to decrease the population level risk in a long run, but they would need both power and resources for quickly achieving such improved outcomes. Importantly, this positive change, in most cases, is due to the fact that the buyer population selects out the suppliers with high probability of misconduct (i.e. decreased supplier population density). Originality/value Drawing on the organizational population ecology theory, we explore when, to what degree and how quickly the buyers' cumulative efforts can lead to population-wide changes in the level of supplier sustainability risk, as well as the composition and density of supplier population. Methodologically, this paper is one of the first studies which use a combination of experimental data and agent-based modeling to offer more valuable insights on supply networks.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».