MétaCan
Menu
Retour à la cohorte
Enregistrement W4289705428 · doi:10.1111/poms.13752

Combating copycatting from emerging market suppliers in global supply chains

2022· article· en· W4289705428 sur OpenAlexafffund
Hubert Pun, Pengwen Hou

Notice bibliographique

RevueProduction and Operations Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWestern University
Organismes subventionnairesNational Social Science Fund of ChinaSocial Sciences and Humanities Research Council of CanadaNational Natural Science Foundation of China
Mots-clésSupply chainBusinessIndustrial organizationEmerging marketsCommerceOperations managementMarketingEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

We examine how different strategies can be used to protect global manufacturers from the prevalent issue of supplier copycatting in emerging markets. In particular, using a game‐theoretical model, we consider a manufacturer that sells a product to an emerging market, which requires the completion of multiple tasks. The manufacturer can perform any of these tasks in‐house or outsource any of them to an emerging market supplier. The former approach carries a higher cost, while the latter puts the manufacturer's intellectual property (IP) at risk of supplier copycatting. Either the manufacturer or the emerging market government can exert enforcement effort to protect the IP rights within the supply chain. Our results show that, surprisingly, there are cases where the manufacturer should outsource fewer tasks when in‐house production is more costly. Further, even though the supplier is the target of the enforcement, we show that the manufacturer's enforcement effort can help the supplier but hurt customers and the emerging market. Concerning whether the government or the manufacturer should take responsibility for IP protection, we recommend that the government enforce IP protection when the manufacturer has a weak brand quality and that the manufacturer enforce IP protection when it has a strong brand. This managerial insight provides a theoretical framework for the recent practitioners’ debate about who should be responsible for protecting IP rights within the supply chain.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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'étudeSans objet
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

Citations35
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProduction and Operations ManagementMême sujetSupply Chain and Inventory ManagementTravaux en français237 207