MétaCan
Menu
Retour à la cohorte
Enregistrement W7126232009 · doi:10.46254/wc02.20250140

The Role of Smart Contracts in Fresh Agricultural Product Supply Chain Finance: A Three-tier Supply Chain Game Theory Analysis

2025· article· W7126232009 sur OpenAlexafffund
Guangmei Lyu, Qingkai Ji, Guoqing Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHainan UniversityUniversity of WindsorChina Postdoctoral Science FoundationMinistry of Education of the People's Republic of ChinaMitacsNational Natural Science Foundation of China
Mots-clésSupply chainProduct (mathematics)Dual (grammatical number)AgricultureMarket liquidityCashGame theoryProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Fresh agricultural product suppliers face severe financial constraints due to long production cycles, seasonality, and product perishability, which result in tight cash flows and limited financing options. This paper develops a three-tier supply chain game-theoretic model involving suppliers, retailers, and third-party logistics (3PL) providers. The model examines suppliers' optimal financing strategies under dual financing needs—pre-delivery financing (bank loans, retailer prepayments, and 3PL financing) and post-delivery financing (factoring)—and investigates how blockchain-based smart contracts affect supply chain efficiency and their applicability boundaries. The results reveal three key findings. First, under traditional financing modes, 3PL financing reduces the commitment friction zone, while buyer direct financing (BDF) eliminates it entirely. High-risk suppliers are better suited to bank financing, low-risk suppliers benefit more from 3PL financing, and BDF proves most advantageous for suppliers with medium liquidity risk. Second, smart contracts generate both commitment and credit gains under bank and 3PL financing, but only credit gains under BDF. Third, smart contract adoption is not universally beneficial; under low-risk conditions, they may erode 3PL profits and reduce overall supply chain performance. This study makes three contributions. It develops a novel three-tier supply chain framework incorporating both pre- and post-delivery financing interactions; it identifies the differentiated effects of smart contracts across financing structures; and it emphasizes that smart contracts are not a “one-size-fits-all” solution. These findings provide new theoretical insights and practical guidance for the design of financing strategies and blockchain-based smart contracts in fresh agricultural supply chains.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 sujetSupply Chain and Inventory ManagementTravaux en français237 207