MétaCan
Menu
Retour à la cohorte
Enregistrement W4386773918 · doi:10.5267/j.ijiec.2023.8.003

Should offline retailers expand online under consumer showrooming based on the effects of intershowrooming and intrashowrooming?

2023· article· en· W4386773918 sur OpenAlexvenueno aff
Zhen Li, Yuqing Chen, Qingfeng Meng

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBusinessProfit (economics)Market powerIndustrial organizationScale (ratio)Online and offlineMarketingMicroeconomicsEconomicsComputer scienceMonopoly

Résumé

récupéré en direct d'OpenAlex

This study aims to find a way to alleviate or eliminate the negative impact of showrooming on brick-and-mortar retailers. Therefore, under careful consideration of the effects of intershowrooming and intrashowrooming, this study explores whether retailers can effectively solve the negative impact of showrooming by opening online channels. Conduct a comparative study on the decision-making of dual/multi-channel supply chain members before and after the retailer opens an online channel and analyze the influence. In addition, we also explored the impact of factors such as the market scale expansion effect and internet market power structure. Research has found that regardless of the market scale expansion effect generated, it is effective for the retailer to increase profits by opening an online channel. The impact of market scale expansion is not entirely beneficial to the retailer. Under the intrashowrooming, the effect of market scale expansion may benefit the manufacturer. But what is more noteworthy is that for the manufacturer, the impact of intrashowrooming is not necessarily the greater, the better, and the manufacturer's profit may decrease as this effect increases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,400
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,280
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetConsumer Retail Behavior StudiesTravaux en français237 207