MétaCan
Menu
Retour à la cohorte
Enregistrement W4294176289 · doi:10.1108/k-10-2021-1054

Transfusions or hematopoiesis? How government subsidies and extended warranties feed decision-making about low-quality recycled used products in closed-loop supply chains

2022· article· en· W4294176289 sur OpenAlexaff
Xiaogang Cao, Yuan Li, Kai Huang

Notice bibliographique

RevueKybernetes · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRemanufacturingStackelberg competitionSupply chainBusinessQuality (philosophy)ReuseEnvironmental economicsSubsidyReverse logisticsIndustrial organizationEconomicsMicroeconomicsMarketingEngineeringManufacturing engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Purpose This paper studies how government subsidies (GS) and extended warranties (EW) feed decision-making about low-quality recycled used products (RUP) in closed-loop supply chains (CLSC). Design/methodology/approach The authors use the Stackelberg game and numerical simulation to analyze how the quality of RUP affects decision-making about remanufacturing and EW. Findings The results show that (1) low-quality RUP will weaken the environmental and economic value of EW and harm the profits of the CLSC, and the retailer is more vulnerable to low-quality RUP than the manufacturer; (2) the participation of GS can weaken the negative impact of low-quality RUP on the CLSC, while the participation of EW cannot; (3) the participation of GS or EW can increase the recycling rate of used products and revenues of the CLSC; (4) the linkage of the two can further enhance the economic and environmental value of EW and significantly improve the resource utilization efficiency and benefits of the CLSC. Originality/value The authors study the impact of GS, EW and the linkage between the two on resource utilization and revenue of the CLSC.

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
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
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKybernetesMême sujetSustainable Supply Chain ManagementTravaux en français237 207