MétaCan
Menu
Retour à la cohorte
Enregistrement W3170001842 · doi:10.1111/deci.12528

Supplier selection in the aftermath of a supply disruption and guilt: Once bitten, twice (not so) shy

2021· article· en· W3170001842 sur OpenAlexaff
Mikaella Polyviou, Manus Rungtusanatham, Thomas Kull

Notice bibliographique

RevueDecision Sciences · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)BusinessSelection (genetic algorithm)Supplier relationship managementComponent (thermodynamics)OutsourcingSupply chainStrategic sourcingInsourcingMarketingSupply chain managementComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The supply management literature assumes that supplier selection is devoid of emotions and unaffected by the history and experience associated with a previously‐selected supplier. In this paper, we relax these assumptions. Specifically, we consider the following sourcing opportunity: a sourcing professional had (alternatively, had not) recommended a critical‐component supplier that originated an avoidable (alternatively, unavoidable) supply disruption (aka, the “disrupted supplier”). In the aftermath of this supply disruption, the sourcing professional is asked to recommend a supplier for a new‐to‐beoutsourced critical component (i.e., one unrelated to the component whose flow was interrupted), taking into consideration the influence of guilt as an emotional reaction to the supply disruption. Analyses of data from 286 sourcing professionals participating in a scenario‐based, roleplaying experiment reveal that sourcing professionals experience higher levels of guilt when (a) they (versus their predecessor) had been responsible for selecting a disrupted supplier and (b) they deem the supply disruption to be controllable (versus uncontrollable) by the disrupted supplier. Guilt‐laden sourcing professionals are then more likely to recommend a riskier albeit more advantageous supplier for a new‐to‐be‐outsourced critical component. Our results provide the first evidence that prior supplier selection decisions gone awry influence future supplier selection decisions through the emotion of guilt. Moreover, they demonstrate that supply disruptions in one context have carryover effects on future sourcing decisions in unrelated contexts—an insight that is absent from the literature on supply disruptions.

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)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,292
Écart entre enseignants0,266 · 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'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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision SciencesMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207