MétaCan
Menu
Retour à la cohorte
Enregistrement W4414939270 · doi:10.1080/24725854.2025.2569666

Audit and compliance in supply chains with damage cost sharing under supplier’s responsibility standards

2025· article· en· W4414939270 sur OpenAlexafffund
Prashant Chintapalli, Yang Li, Hubert Pun

Notice bibliographique

RevueIISE Transactions · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAuditSupply chainCompliance (psychology)Financial AuditCost sharingOrder (exchange)

Résumé

récupéré en direct d'OpenAlex

Governmental and industry standards enforce responsibility in supply chains. However, supplier violations often impose costs on buyers, leading to misaligned incentives. Buyer audits act as proactive measures to ensure supplier compliance, while reactive measures hold non-compliant suppliers accountable for damages.We examine the interaction between buyer audits and supplier safety compliance when reputable buyers and a supplier share damages from non-compliance. Buyers and the supplier set their audit and safety levels, respectively, with the supplier bearing a fraction of the damage cost for under-compliance.Our findings indicate that stricter audits enhance supplier safety when damage costs are low but not when costs are high. Likewise, joint audits can compromise supplier safety at high damage costs but enhance it at lower costs. However, shared audits can result in better supplier safety than joint audits. Finally, with high damage costs, suppliers profit more from joint audits than independent audits, while buyers achieve maximum profits in audit scheme that has audit level sufficiently higher than the others.

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)0,010
score de la tête « metaresearch » (Gemma)0,049
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 enseignants0,012
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,049
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0010,003
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 Opus0,019
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIISE TransactionsMême sujetSustainable Supply Chain ManagementTravaux en français237 207