MétaCan
Menu
Retour à la cohorte
Enregistrement W4392598426 · doi:10.1111/itor.13448

Information and selling mode strategies in a supply chain with an outsourced private label product

2024· article· en· W4392598426 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Transactions in Operational Research · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBusinessSupply chainCompetition (biology)Product (mathematics)Quality (philosophy)Industrial organizationMode (computer interface)Information sharingNational brandMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the interplay between the information strategy of an e‐commerce platform and the selling mode strategy of a manufacturer within a co‐opetitive supply chain, as well as the identification of the optimal supply chain strategy. We develop a supply chain model where a platform outsources production of its private label product to a manufacturer, who also sells its national brand product through the platform. The platform must decide whether to acquire consumer quality preference information at a cost and share it with the manufacturer, while the manufacturer needs to choose between the reselling mode or the agency selling mode for its national brand product. The two driving effects ( competition‐intensification effect and mode differentiation effect ) are identified. Our findings show that the platform will acquire and share information when the acquisition cost is sufficiently low, leading to the “ competition‐intensification effect .” Additionally, the manufacturer prefers the agency selling mode when cost‐quality efficiency is low, and the reselling mode otherwise, driven by the “ mode differentiation effect .” In cases where information sharing is absent, the manufacturer is more likely to choose the agency selling mode. Interestingly, when the cost‐quality efficiency of the manufacturer's product is moderate and the information acquisition cost is low, the “ competition‐intensification effect ” and the “ mode differentiation effect ” offset each other, resulting in the expansion of the region where the manufacturer chooses the reselling mode due to the platform's information‐sharing strategy. As a result, this enhances a cooperative relationship between the manufacturer and the platform. We also derive the optimal supply chain strategy, providing insights into both the manufacturer's selling mode and the platform's information strategies in online retailing.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,006
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 Opus0,053
Tête enseignante GPT0,343
Écart entre enseignants0,290 · 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