MétaCan
Menu
Retour à la cohorte
Enregistrement W3147804872 · doi:10.1080/00207543.2021.1901154

Quality competition between national and store brands

2021· article· en· W3147804872 sur OpenAlexaff
Tulika Chakraborty, Satyaveer S. Chauhan, Xiao Huang

Notice bibliographique

RevueInternational Journal of Production Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Competition (biology)Profitability indexBusinessPrivate labelCONTESTIndustrial organizationInvestment (military)Supply chainMicroeconomicsCommerceEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

The private label literature assumes that store brands (SBs) are of lower quality than competing national brands (NBs). To contest this notion, this paper examines the quality competition between a NB manufacturer and a SB retailer. The NB manufacturer sells its products through the retailer, and hence the manufacturer and the retailer are in competition. Once both parties decide the right quality level of their respective products, the retailer decides the retail prices for both brands. Using a general quality-dependent cost structure, we explicitly characterise both the price- and quality-level equilibriums under various channel power structures. We find that the SB might have a higher quality level than the NB even with no cost disparity, but will have a lower retail price than the NB, whether its quality is superior or not. Further, price and quality competitions have opposite implications for equilibrium solutions as well as profitability levels. Interestingly, the manufacturer may benefit from a more costly production or quality investment scenario, although both the retailer and the supply chain may suffer from it. The paper highlights the importance of accountability for quality decisions in the study of private label products.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,192
Tête enseignante GPT0,442
Écart entre enseignants0,250 · 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.

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

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetConsumer Market Behavior and PricingTravaux en français237 207