MétaCan
Menu
Retour à la cohorte
Enregistrement W4387375441 · doi:10.1080/00207543.2023.2263584

Break up or tolerate? The post-disruption cooperation in global supply chains

2023· article· en· W4387375441 sur OpenAlexaff
Shibo Jin, Yong He, Shanshan Li, Xuan Zhao

Notice bibliographique

RevueInternational Journal of Production Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésSupply chainProcurementOutsourcingBusinessFlexibility (engineering)Industrial organizationWork (physics)GlobalizationProcess (computing)Order (exchange)MarketingEconomicsMarket economyManagementFinanceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Due to globalisation and outsourcing, a manufacturer may suffer supply disruptions from the overseas supplier whose capacity is impaired by unruly events such as pandemic and geopolitical tensions. Since the recovery process of the overseas supplier’s capacity after the disruption is unpredictable, the manufacturer faces a choice of whether to continue cooperation or to shift to localised procurement. This paper first explores the effects of disruptions on the global supply chain, then considers the option to order from local suppliers. The results reveal that the overseas supplier whose capacity is affected by disruption at various degrees would take different actions, including raising the wholesale price, disguising its capacity impaired, or passing up the opportunity to cooperate with the manufacturer. In addition, we propose a tolerating strategy for the manufacturer and provide a long-term insight into supplier selection. The results show that the tolerating strategy can foster cooperation and enhance supply chain visibility. Notably, we find that manufacturers serving large markets can benefit from allowing the overseas supplier to recover gradually. Moreover, we discuss the importance of flexibility in designing the tolerating strategy.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,373
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,080
Tête enseignante GPT0,399
Écart entre enseignants0,319 · 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'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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207