MétaCan
Menu
Retour à la cohorte
Enregistrement W4285006175 · doi:10.1002/csr.2344

Participative pricing and donation programs in a socially concerned supply chain

2022· article· en· W4285006175 sur OpenAlexaff
Ali Sabbaghnia, Jafar Heydari, Jafar Razmi

Notice bibliographique

RevueCorporate Social Responsibility and Environmental Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésProfitability indexBusinessArgument (complex analysis)DonationSupply chainCorporate social responsibilityMarketingSocial responsibilityEarningsRevenue sharingScheme (mathematics)RevenueMicroeconomicsEconomicsFinancePublic relations

Résumé

récupéré en direct d'OpenAlex

Abstract This study analyzes a participative pricing scheme, name‐your‐own‐price, as a practical marketing mechanism for a socially sustainable supply chain. There is an ongoing argument on the profitability of participative pricing. This study introduces a different approach in capturing optimal decisions of a corporate social responsibility practice. In the proposed approach, the manufacturer is willing to donate as long as, (I) business image is improving; thus, the potential market size is expanding and, (II) consumers are also donating through the proposed donation scheme. Results indicate that not only the total earnings are increasing, the market participation is also boosted. Further, operational decisions are coordinated successfully with a revenue‐sharing contract. Findings imply that there is a minimum threshold for manufacturer's participation ratio to ensure the profitability of the proposed scheme, not to mention consumer's donation size. Sensitivity analysis is conducted to prove the applicability of the proposed mechanism in real‐world applications.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,038
Tête enseignante GPT0,225
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

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'étudeSimulation ou modélisation
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorporate Social Responsibility and Environmental ManagementMême sujetSustainable Supply Chain ManagementTravaux en français237 207