MétaCan
Menu
Retour à la cohorte
Enregistrement W4291177897 · doi:10.1111/poms.13831

Quality investment, inspection policy, and pricing decisions in a decentralized supply chain

2022· article· en· W4291177897 sur OpenAlexaff
Murat Erkoc, Haresh Gurnani, Saibal Ray, Mingzhou Jin

Notice bibliographique

RevueProduction and Operations Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)IncentiveSupply chainIndustrial organizationProduct (mathematics)BusinessDecentralizationCompetition (biology)Investment (military)MicroeconomicsEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

This paper studies the interaction between two key quality management decisions—input conformance quality and inspection policy—and related wholesale and retail prices in a two echelon supply chain. Market demand depends on the retail price as well as the end‐product conformance quality, which itself depends on the input quality and the inspection scheme. Consistent with previous empirical findings in the literature, we show that an increase in quality does not always result in higher prices for consumers due to the cost‐lowering effect of better quality. We also show that a lower input quality may still result in higher end‐product quality because of how it might incentivize more and/or better inspection. Any interaction between input quality and inspection policy becomes more pronounced in the decentralized system due to incentive asymmetry between the channel partners. This makes the adoption of a full‐inspection policy more likely there compared to an integrated system. Indeed, while vertical competition due to decentralization results in higher prices for customers, it can also result in better quality of end products. Another interesting finding in the decentralized setting is that, somewhat counterintuitively, a player may indeed opt to bear a higher share of the penalty for defective products sold to consumers resulting in higher profits for the player.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,032
Tête enseignante GPT0,277
Écart entre enseignants0,245 · 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

Citations40
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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