Notice bibliographique
Résumé
Along with the popularity of online shopping, the cash-back industry is witnessing dramatic development. Under this backdrop, retailers who sell products with network externalities make different decisions about affiliating with cash-back sites. In this paper, we set up a cash-back model considering network externalities. Our goal is to identify the condition under which it is profitable for retailers whose products exhibit network externalities to affiliate with a cash-back site and to find out the driving force of the profitability. We find that only when there are more low-type consumers than high-type consumers and the degree of network externalities is lower than a certain threshold is it profitable for such a retailer to affiliate with an independent cash-back site, because the cash-back rate is decreasing in the intensity of network externality. It is the price discriminative effect instead of the promotive effect that makes it profitable. We show that the double-marginalization problem between the retailer and an independent cash-back site leads to the cash-back paradox where all consumers pay more for the product in the presence of a cash-back channel. We also show that when the retailer affiliates with two cash-back sites, each site has the incentive to lower the cash-back rate to take advantage of network externalities, which makes the cash-back paradox more likely to happen and makes it less likely for a retailer to benefit from cash-back channels. Furthermore, we suggest the retailer establish his own cash-back channel. Our work provides implications for retailers as well as for cash-back sites and consumers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».