Codevelopment Versus Outsourcing: Who Should Innovate in Supply Chains
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
Outsourcing has long been a strategy to decrease cost. Increasingly firms recognize the value in their supply chains and call on suppliers to innovate, both in products and processes. Innovation to increase quality and demand or to reduce costs is critical to firm and supply chain success. In a two-stage supply chain, we investigate the impact of focal firm and supplier innovation costs (and capabilities) on the type of outsourcing chosen and the resulting investments in process and product innovation. The focal firm determines whether to perform design (including product innovation in the form of quality enhancement) and manufacturing (including process innovation in the form of cost reduction) in-house, to outsource manufacturing/process innovation while insourcing design/product innovation, to outsource both manufacturing/process innovation and design/product innovation, or to codevelop product innovation while outsourcing manufacturing/process innovation. We also examine the conditions under which codevelopment is favorable, given the supply chain faces potential positive and negative synergies from either the colocation of the innovation activities or costs of collaboration. After characterizing the optimal outsourcing decision, we find that the decision to outsource is more nuanced than simply which activities to outsource but must include options to collaborate on particular activities and specifically product innovation. We offer the insight to managers that codevelopment, despite the costs of collaboration, can benefit the firm and result in higher profits. This occurs through the improvement of demand via higher quality 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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