چگونه franchisors می توانید با استفاده از قرارداد ابهام را به نفع خود

محققان از دانشگاه شهر هنگ کنگ, Texas A&M و دانشگاه شمال تگزاس منتشر شده یک مقاله جدید در مجله بازاریابی است که به بررسی اثرات قرارداد ابهام در interorganizational حکومت.

مطالعه آینده در مجله بازاریابی با عنوان “تاثير قرارداد ابهام در Interorganizational حکومت” و نوشته شده توسط زو (Vivian) ژنگ دیوید گریفیث لینگ Ge و Uri Benoliel.

شکایت کرد که خسارت برند. هیچ توسعه مثبت برای 7-Eleven در فوریه سال 2020 زمانی که Mitoshi ماتسوموتو که متعلق به یک 7-Eleven خروجی در Higashiosaka ژاپن دریافت مطبوعات بین المللی پوشش های پر کردن کت و شلوار در برابر زنجیره ای. نه وجود دارد هر گونه شادی در domino’s Pizza استرالیا در ماه ژانویه 2020 زمانی که استرالیا برای مواد غذایی سریع جانباز فردریک Aloysius ماریو سفید در زمینه کت و شلوار در برابر زنجیره ای. Franchisors می خواهید برای به حداقل رساندن دادخواهی در روابط کسب و کار. یک مطالعه جدید در مجله بازاریابی بررسی که مراحل می تواند گرفته شده برای انجام این کار است.

در حالی که بهترین عمل نشان می دهد کسب و کار قراردادها باید نوشته شود روشن به طوری که هیچ سوء تفاهم (که می تواند منجر به قرارداد اختلافات و دادخواهی) حق رای دادن قرارداد اغلب حاوی مبهم از نظر. برای مثال در قرارداد اغلب با استفاده از عباراتی مانند “حسن نیت تلاش” و “هزینه های معقول.” این واقعیت است که یک عبارت مانند “حسن نیت تلاش” در باز است به تفاسیر چندگانه ممکن است دلیلی برای نگرانی. ژنگ می گوید که “شرایط قرارداد که در حال مبهم در رابطه با franchisor تعهدات افزایش همکاری حداقل رساندن franchisee-آغاز دادخواهی و افزایش franchisor عملکرد مالی.”

محققان در پیدا کردن که در حق رای دادن تنظیمات که در آن قرارداد حق رای دادن است نوشته شده توسط franchisor قرارداد ابهام franchisor تعهدات استفاده می شود به عنوان یک ابزار استراتژیک برای افزایش مشترک حل مشکل و همکاری با franchisees و همچنین برای جلوگیری از franchisee-آغاز دادخواهی. نتیجه نهایی برای franchisor افزایش یافته است عملکرد مالی این سیستم حق رای دادن. مثلا این مطالعه حاکی از آن است که یک واحد کاهش در franchisee-آغاز دادخواهی منجر به 7 ٪ (به عنوان مثال $45,285.38) افزایش در franchisor درآمد خالص. این یافته ها گسترش فراتر از حق رای دادن سیستم به دلیل قرارداد غالب در interorganizational حکومت اغلب با مشابه قدرت تفاوت که در آن یک حزب است و قرارداد drafter و از سوی دیگر قرارداد یادداشت برداری مانند قدرتمند سازنده نوشتن قراردادهای ارائه شده به کمتر قدرتمند تامین کنندگان.

این قرارداد نوشته شده است که تنها یکی از جنبه های interorganizational حکومت و محققان اشاره می کنند دو نفر دیگر از جنبه های مهم که مدیران باید در نظر بگیرید. به عنوان گریفیث توضیح میدهد: “ما که franchisor برنامه های آموزشی که همراه با قرارداد ابهام franchisor تعهدات به عنوان بافر در برابر franchisee-آغاز دادخواهی. نتایج ما اهمیت از franchisors نه تنها مشاهده برنامه های آموزشی به عنوان وسایل نقلیه برای افزایش franchisee بهره وری, اما همچنین مشاهده سرمایه گذاری در این تلاش ها به عنوان مهم مکانیسم های که می تواند کمک در معاشرت franchisees در نتیجه تسهیل مدیریت سیستم حق رای دادن.” این مطالعه توصیه می کند که franchisors سرمایه گذاری در ساختمان قوی و گسترده برنامه های آموزشی است که توسعه ارزش های مشترک با franchisees به منظور افزایش انسجام. این می تواند به گسترش گسترده تر interorganizational حکومت زمینه. برای مثال یک قدرتمند خرده فروش باید با استفاده از تامین کننده برنامه های آموزشی برای ساخت رفاقت و به عنوان یک زمینه برای روشن شدن سوء تفاهم که ممکن است بوجود می آیند از قرارداد در نتیجه تسهیل مشترک حل مشکل و همکاری.

دوم این مطالعه هشدار franchisors در مورد پیامدهای منفی بالقوه مرتبط با franchisee انجمن ها و اهمیت دقت مدیریت روابط با انجمن. در نظر بگیرید که از دنی. در سال 1988 دنی تشکیل دنی Franchisee شورا به عنوان یک راه برای franchisees برای برقراری ارتباط با دفتر شرکت. اما در سال 1997 دنی Franchisee شورای مستقل شد از حمایت شرکت های بزرگ و اصلاح به عنوان denny’s Franchisee انجمن. این ممکن است به عنوان مثال در جایی که franchisor-حمایت انجمن تحریک پیوند بین franchisees (به جای پیوند با franchisor) در نتیجه ایجاد یک قدرت جبران به ضرر franchisor. شبیه پیشنهادات ممکن است گسترش به دیگر شبکه, حکومت, شرایط, هشدار می داد که افزایش اتصال و پیوند میان چندین شرکای کسب و کار می تواند کار شمارنده به یک شرکت را اداره کردند.

###

مقاله کامل و نویسنده اطلاعات تماس موجود در: https://doi.org/10.1177/0022242920910096

در مورد مجله بازاریابی

این مجله بازاریابی توسعه و انتشار دانش در مورد دنیای واقعی بازاریابی سوالات مفید برای محققان و آموزگاران و مدیران و سیاست گذاران و مصرف کنندگان و دیگر اجتماعی ذینفعان در سراسر جهان است. منتشر شده توسط انجمن بازاریابی آمریکا از زمان تاسیس آن در سال 1936 JM نقش قابل توجهی در شکل دادن به محتوا و مرزهای بازاریابی نظم و انضباط. کریستین Moorman (T. Austin, سهره, Sr., استاد مدیریت کسب و کار در شیکاگو غرفه دانشکده کسب و کار دانشگاه دوک) به عنوان زمان سردبیر.

https://www.ama.org/jm

در مورد American Marketing Association (AMA)

به عنوان بزرگترین فصل بازاریابی مبتنی بر ارتباط در جهان, AMA, است, اعتماد, بازاریابی و فروش حرفه ای برای کمک به آنها را کشف آنچه در آینده در این صنعت است. آما یک جامعه از شعبههای محلی در بیش از 70 شهرستانها و 350 دانشگاه در سراسر شمال امریکا است. آما به برنده جایزه محتوای PCM® گواهینامه های حرفه ای برتر, مجلات علمی و صنعت پیشرو رویدادهای آموزشی و همایش ها.

https://www.ama.org/

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.

هوش مصنوعی ممکن است کمک به مغز بیماران مبتلا به سرطان جلوگیری از بیوپسی

دالاس – مارس 21 سال 2020 – مغز بیماران مبتلا به سرطان در سال های آینده ممکن است نیاز به رفتن زیر چاقو برای کمک به پزشکان در تعیین بهترین درمان برای تومورهای خود.

یک مطالعه جدید توسط UT Southwestern نشان می دهد که هوش مصنوعی می تواند شناسایی خاص جهش ژنتیکی در یک تومور گلیوما به سادگی با بررسی تصاویر 3D از مغز – با بیش از 97 درصد دقت و صحت. چنین فناوری می تواند به طور بالقوه از بین بردن رایج از قبل عمل جراحی است که در آن گلیوما نمونه گرفته شده و تجزیه و تحلیل برای انتخاب یک درمان مناسب.

دانشمندان در سراسر این کشور شده اند تست دیگر تکنیک های تصویر برداری در سال های اخیر, اما آخرین تحقیقات توصیف شاید یکی از دقیق ترین و از نظر بالینی قابل دوام با روش های گسترده و تلاش برای تغییر پارادایم از ارزیابی سرطان مغز.

“دانستن یک جهش خاص وضعیت در گلیوم مهم در تعیین پیش آگهی و درمان استراتژی می گوید:” یوسف Maldjian, M. D., رئیس neuroradiology در جنوب غربی UT را o’donnell موسسه مغز. “توانایی برای تعیین این وضعیت فقط با استفاده از تصویربرداری معمولی و هوش مصنوعی است که یک جهش بزرگ رو به جلو است.”

آنزیم جهش یافته

این مطالعه با استفاده از deep-آموزش شبکه و استاندارد تصویربرداری رزونانس مغناطیسی (MRI) برای تشخیص وضعیت یک ژن به نام isocitrate دهيدروژناز (IDH) که به تولید یک آنزیم است که در فرم جهش یافته ممکن است باعث رشد تومور در مغز است.

پزشکان آماده سازی برای درمان گلیوم را اغلب بیماران تحت عمل جراحی برای به دست آوردن بافت تومور است که سپس تجزيه و تحليل تعيين IDH جهش وضعیت. پیش آگهی و درمان استراتژی متفاوت خواهد بود که آیا یک بیمار IDH-جهش گلیوما.

اما به دلیل به دست آوردن کافی نمونه گاهی اوقات می تواند وقت گیر و خطرناک است – به خصوص اگر تومور به سختی دسترسی محققان در حال مطالعه غیر جراحی استراتژی برای شناسایی IDH جهش وضعیت.

مطالعه منتشر شده در بهار امسال در مغز و اعصاب-انکولوژی, خود را متمایز از تحقیقات قبلی در سه راه:

  • این روش بسیار دقیق است. قبلی تکنیک های اغلب موفق به تحت الشعاع قرار دادن 90 درصد دقت و صحت.
  • جهش وضعیت تعیین شد با تجزیه و تحلیل تنها یک سری از آقای تصاویر به عنوان تصویر چند نوع است.
  • یک الگوریتم لازم بود برای ارزیابی IDH جهش در وضعیت تومور. دیگر تکنیک های مورد نیاز یا دست کشیده مناطق مورد علاقه و یا اضافی عمیق-مدل های یادگیری برای اولین بار شناسایی مرزهای تومور و سپس شناسایی پتانسیل جهش.

“زیبایی از این عمیق جدید-مدل یادگیری سادگی آن است و درجه بالایی از دقت و صحت می گوید:” Maldjian اضافه کرد که روش های مشابه ممکن است مورد استفاده برای شناسایی مهم دیگر نشانگرهای مولکولی برای سرطان های مختلف. “ما برداشته ایم اضافی قبل از پردازش و مراحل ایجاد یک سناریوی ایده آل برای راحتی انتقال این را به مراقبت های بالینی با استفاده از تصاویر است که به طور معمول به دست آورد.”

تومور تصویربرداری

گلیوم شامل اکثریت قوی از تومورهای بدخیم موجود در مغز و اغلب می تواند به سرعت گسترش از طریق بافت اطراف. پنج سال ميزان بقا برای درجه بالا گلیوم است و 15% و اگر تومور با جهش IDH آنزیم به طور کلی پیش آگهی بهتر.

این IDH جهش وضعیت نیز کمک می کند تا پزشکان تصمیم گیری در یک ترکیبی از درمان مناسب برای بیمار از شیمی درمانی و پرتو درمانی به عمل جراحی برای برداشتن تومور.

به بهبود روند تشخیص آنزیم جهش و تصمیم گیری مناسب در درمان Maldjian تیم طراحی و توسعه دو-آموزش شبکه های که تجزیه و تحلیل داده تصویربرداری از یک پایگاه داده در دسترس عموم بیش از 200 مغز بیماران مبتلا به سرطان از سراسر ایالات متحده

یک شبکه استفاده می شود فقط یک سری از MRI (T2-weighted تصاویر) در حالی که دیگر استفاده از تصویر چند نوع از MRI. این دو شبکه به دست آورد تقریبا همان دقت نشان می دهد که روند تشخیص IDH جهش می تواند به طور قابل توجهی ساده تنها با استفاده از T2-weighted تصاویر.

‘تصویر’

Maldjian تیم آینده تست خود را عمیق-آموزش مدل بزرگتر مجموعه داده های اضافی برای اعتبار سنجی قبل از تصمیم گیری که آیا به ترکیب تکنیک به مراقبت های بالینی.

در ضمن محققان امیدوارند به توسعه داروها به مهار IDH از طریق ملی در حال انجام آزمایش های بالینی. اگر موثر این بازدارنده می تواند در ترکیب با هوش مصنوعی-تکنیک های تصویر برداری به تعمیرات اساسی چگونه برخی از سرطان مغز در حال ارزیابی و درمان شود.

“در تصویر بزرگ ما ممکن است قادر به درمان گلیوم بدون عامل بر روی یک بیمار” Maldjian می گوید. “ما می خواهیم با استفاده از هوش مصنوعی برای تشخیص یک IDH-جهش گلیوما سپس با استفاده از IDH بازدارنده به کم کردن سرعت و یا معکوس کردن رشد تومور است. زمینه رادیو-ژنتیک انفجار است با امکانات.”

###

در مورد مطالعه

این مطالعه با پشتیبانی منابع مالی از موسسه ملی بهداشت. Maldjian استاد رادیولوژی در جنوب غربی UT پیتر o’donnell جونیور موسسه مغز و پیشرفته تصویربرداری مرکز تحقیقات. او Lee R. و شارلین B. ریموند برجسته صندلی در تحقیقات مغز.

در مورد UT Southwestern Medical Center

UT Southwestern یکی از برتر دانشگاهی و مراکز درمانی کشور ادغام پیشگام تحقیقات پزشکی با استثنایی مراقبت های بالینی و آموزش و پرورش. موسسه علمی دریافت شش جایزه نوبل و شامل 22 نفر از اعضای آکادمی ملی علوم و 17 نفر از اعضای آکادمی ملی پزشکی و 14 Howard Hughes Medical Institute محققان. تمام وقت دانشکده بیش از 2500 مسئول پیشگامانه پیشرفت های پزشکی و متعهد به ترجمه علم محور تحقیقات به سرعت به درمان بالینی است. UT Southwestern پزشکان ارائه مراقبت در حدود 80 تخصص به بیش از 105 ، 000 بستری بیماران تقریبا 370,000 اورژانس موارد و نظارت بر حدود 3 میلیون سرپایی بازدیدکننده در سال است.

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.