MétaCan
Menu
Retour à la cohorte
Enregistrement W6903335292 · doi:10.1051/ro/2016052/pdf

Transshipment and coordination in a two-echelon supply chain

2017· article· en· W6903335292 sur OpenAlexaff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésTransshipment (information security)Supply chainCompetition (biology)Supply chain managementGame theory

Résumé

récupéré en direct d'OpenAlex

To better match supply and demand, many distributors need to make the strategic decision on whether to collaborate with their competing distributors by adopting the transshipment strategy. In this paper, we mainly aim to answer the following questions: whether and when distributors should adopt the transshipment strategy in the presence of inventory competition? If the transshipment strategy is adopted, how supply chains can be coordinated? To answer these questions, in this paper, we model a supply chain with one manufacturer selling to two competing distributors. For the first question, we find that regardless of centralization or decentralization, the transshipment strategy is better when transshipment cost is lower or competition is less intense. Moreover, under decentralization, there always exists a threshold of transshipment cost. When transshipment cost is lower than the threshold, regardless of the competitive intensity, the distributors should always adopt the transshipment strategy. We further extend the model from symmetric distributors to asymmetric distributors and show our results are robust using numerical studies. For the second question, we design a buyback with sale rebate and penalty contract which can achieve coordination as well as win-win outcomes for all supply chain members.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 GPT0,246
Écart entre enseignants0,227 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetSupply Chain and Inventory ManagementTravaux en français237 207