Collaborate or Compete: Examining Manufacturers' Replacement Strategies for a Substance of Concern
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The recent proliferation of media reports on substances of concern has increased consumer fears, sparked scientific debate, and highlighted the need for stronger chemical regulations. When a substance of concern is identified (e.g., bisphenol‐A (BPA) in reusable water bottles), manufacturers face difficult trade‐offs in deciding whether to proactively replace the substance in their products or to defer replacement and wait to see if regulation occurs. In this study, we examine when opportunities exist for manufacturers to avoid competitively replacing (i.e., making their replacement decisions on their own), and instead, collaborate to replace a substance of concern. We model a vertically differentiated market consisting of a high‐end manufacturer and a low‐end manufacturer, both of whom sell a product that contains a substance of concern. Our analysis investigates how market dynamics (competition and consumer preferences) and external factors (replacement costs and regulatory uncertainty) influence manufacturers' collaboration, replacement, and pricing decisions. We find that when the manufacturers do not collaborate, the high‐end manufacturer can use the presence of a substance of concern to dominate the market by capturing more demand and often charging a higher price for his product than the low‐end manufacturer. Collaboration is possible when there is either a shared fixed cost savings for both manufacturers or an opportunity for the low‐end manufacturer to benefit his competitive position by motivating the high‐end manufacturer to collaborate. From a consumer perspective, although collaboration reduces consumer exposure to the substance of concern, it can decrease consumer surplus when the replacement substance is very expensive.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 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 découle