Notice bibliographique
Résumé
This case illustrates how ATRenew used digital technology to create a transaction and service platform for second-hand 3C products. ATRenew was established to " Give a second life to all idle goods.” It focused initially on consumer electronics recycling (evidenced by its launch of the Aihuishou C2B platform in 2011) before venturing into the B2B business in 2017 via PJT Marketplace (a platform that aims to connect second-hand buyers and sellers) and the B2C business in 2019 by merging with Paipai, JD.com’s re-commerce arm. When combining the C2B, B2B, and B2C business into one integrated platform, the company developed standard quality inspection processes, a rating system for recycled products (including mobile phones and other 3C products), as well as a C2B and B2B pricing models that considered ratings, and built operations centers and a supply chain to best serve its entire business ecosystem. These efforts also empowered its partners to get the most out of second-hand items. However, as the company grew, leading one-stop re-commerce platforms, typically highly trafficked, broke into the second-hand 3C business to divide up the pie. In May 2022, the company’s management revisited the trade-off between the advantages of competing within existing market space and the advantages of developing new business for the company to achieve lasting success.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,021 | 0,032 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,017 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».