Small Manufacturers vs. Large Retailers on RFID Adoption in the Apparel Supply Chain
Notice bibliographique
Résumé
The apparel industry is one of the most rapidly growing sectors of the radio frequency identification (RFID) market, and within it, large retailers have been driving RFID adoption. However, the continuation of this industry’s fast-paced growth is questionable due to the uncertainty associated with how manufacturers, especially small ones, would react to the retailer-led RFID initiative. The literature suggests that the relationship between small manufacturers and large retailers could promote or inhibit RFID adoption among the manufacturers. In order to study the impact of the relationship between small manufacturers and large retailers on the small manufacturers’ RFID adoption decisions, this research develops a 2×2 (two-by-two) game model and conducts outcome stability analysis. The results show that, in the 2×2 game framework, (i) the retailer’s opportunistic behavior is unlikely to occur due to the strong stability associated with the manufacturer’s do-nothing option; (ii) the do-nothing option, however, may lead to missed opportunities for both parties; (iii) the retailer’s pressure tactic is not effective in persuading the small manufacturer to adopt RFID; and (iv) the retailer’s collaborative strategy also does not guarantee the manufacturer’s RFID adoption. The discussion of these results concludes with specific suggestions for how to encourage RFID adoption among the small apparel manufacturers.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».