MétaCan
Menu
Retour à la cohorte
Enregistrement W3172505074 · doi:10.3390/math9111300

Greenness as a Differentiating Strategy

2021· article· en· W3172505074 sur OpenAlexaff
Nahid Masoudi

Notice bibliographique

RevueMathematics · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)Competition (biology)BusinessMicroeconomicsValue (mathematics)Product differentiationEnvironmental consciousnessDistribution (mathematics)EconomicsIndustrial organizationMarketingConsciousnessCournot competition

Résumé

récupéré en direct d'OpenAlex

In a vertical differentiation model, we study a market where consumers, depending on their level of environmental consciousness, value the greenness of the product they consume and are distributed according to a Kumaraswamy distribution. Three scenarios are studied: only one firm takes some green measures and firms compete upon prices; only one firm takes some green measures, and this firm acts as the leader of the price competition; and finally, both firms choose their level of greenness and compete upon their location and price. The results suggest that as consumers become more environmentally conscious, the marginal consumer and the greener firm’s location move to the right. In contrast, the less green firm’s response is non-monotonic. In fact, when the two firms choose their location along with their prices, the latter firm chooses to produce a less green product in response to more environmentally conscious consumers. In the extreme case where all consumers are fully environmentally conscious, the latter firm produces a brown product and sells it at a price equal to its marginal cost. In this case, the greener firm’s price and location choices make the consumers indifferent between the two products. These results could explain why despite all the improvements in the consumers’ environmental consciousness, brown (in its general term) products are still widely produced and consumed, even by environmentally conscious 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,324
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,253
Écart entre enseignants0,219 · 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.

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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematicsMême sujetConsumer Market Behavior and PricingTravaux en français237 207