MétaCan
Menu
Retour à la cohorte
Enregistrement W4210897481 · doi:10.1287/mnsc.2021.4245

Food Delivery Service and Restaurant: Friend or Foe?

2022· article· en· W4210897481 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueManagement Science · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBusinessFood deliveryMarketingService (business)Stackelberg competitionRevenueService delivery frameworkStylized factEconomicsMicroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

With food delivery services, customers can hire delivery workers to pick up food on their behalf. To investigate the long-term impact of food delivery services on the restaurant industry, we model a restaurant serving food to customers as a stylized single-server queue with two streams of customers. One stream consists of tech-savvy customers who have access to a food delivery service platform. The other stream consists of traditional customers who are not able to use a food delivery service and only walk in by themselves. We study a Stackelberg game, in which the restaurant first sets the food price; the food delivery platform then sets the delivery fee; and, last, rational customers decide whether to walk in, balk, or use a food delivery service if they have access to one. If the restaurant has a sufficiently large established base of traditional customers, we show that the food delivery platform does not necessarily increase demand but may just change the composition of customers, as the segment of tech-savvy customers grows. Hence, paying the platform for bringing in customers may hurt the restaurant’s profitability. We demonstrate that either a one-way revenue-sharing contract with a price ceiling or a two-way revenue-sharing contract can coordinate the system and create a win-win situation. Furthermore, under conditions of no coordination between the restaurant and the platform, we show, somewhat surprisingly, that more customers having access to a food delivery service may hurt the platform itself and the society, when the food delivery service is sufficiently convenient, and the delivery-worker pool is large enough. This is because the restaurant can become a delivery-only kitchen and raise its food price by focusing on food-delivery customers only, leaving little surplus for the platform. This implies that limiting the number of delivery workers can provide a simple yet effective means for the platform to improve its own profitability while benefiting social welfare. This paper was accepted by Charles Corbett, operations management.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,002
Science ouverte0,0010,004
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 Opus0,027
Tête enseignante GPT0,214
Écart entre enseignants0,187 · 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