MétaCan
Menu
Retour à la cohorte
Enregistrement W3091971017 · doi:10.1002/nav.21951

Cost‐raising internalization in supply chain design

2020· article· en· W3091971017 sur OpenAlexafffund
Xin Geng, Harish Krishnan, Maurice Queyranne

Notice bibliographique

RevueNaval Research Logistics (NRL) · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSupply chainStylized factProfitability indexBusinessIndustrial organizationCompetition (biology)MicroeconomicsRaising (metalworking)EconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract We investigate the supply chain design decisions faced by a focal retailer that participates in a two‐tier supply chain with another competing retailer and a common upstream supplier. The operations literature has traditionally approached supply chain network design with the objective of minimizing the overall costs from a centralized standpoint. We study the strategic consequences of the focal retailer's supply chain design decisions, and demonstrate how pursuing “cost‐raising” internalization could be beneficial. We build a stylized game‐theoretic model that captures the cost implications of the focal retailer's internalization decisions, and analyze the impact of these decisions on the equilibrium outcome. Under various assumptions on the nature of retail competition and supply chain contracts, we obtain simple and intuitive sufficient conditions for the profitability of cost‐raising internalization. Moreover, we study how the intensity of horizontal and vertical competition, respectively, may influence the focal retailer's supply chain decisions. Finally, we examine the impact of cost‐raising internalization on consumer surplus and channel performance, and find that welfare may increase under certain conditions. Our results challenge the presumption that supply chains always benefit from lowering their costs and highlight the fact that strategic considerations can sometimes lead a firm to make cost‐raising decisions within its supply chain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,445
Tête enseignante GPT0,395
Écart entre enseignants0,050 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNaval Research Logistics (NRL)Même sujetSupply Chain and Inventory ManagementTravaux en français237 207