2026年10月5日 · 星期一
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | Academy of Management Perspectives、npj Digital Medicine、The Lancet Digital Health | 3 |
| 供应链金融 | Operational Research、Mathematics and Financial Economics、Economic Change and Restructuring | 3 |
| 品牌 | Journal of Quality Assurance in Hospitality & Tourism、Journal of Asia Business Studies、Journal of Hospitality and Tourism Technology | 3 |
| 合计 | 9 本 | 9 篇 |
注：本期 9 本期刊均为此前未检索过的新增期刊（已与服务器 searched_journals.json 中 AI大模型 202 本、供应链金融 164 本、品牌 173 本记录逐条去重核对）；文献元数据（作者、卷期、页码、DOI、摘要）经出版商官网、Crossref 及 Europe PMC、RePEc/IDEAS、Scopus 等索引页面交叉核对。期刊级别：AI 大模型主题含 ABS 4*/FT50 期刊（Academy of Management Perspectives）与 SCI 收录的 JCR Q1 期刊（npj Digital Medicine、The Lancet Digital Health，后者为中科院医学 1 区 Top）；供应链金融主题为 SCIE/SSCI 收录期刊（JCR Q1—Q2）；品牌主题因主流 ABS 3+/SSCI 品牌期刊此前已基本检索完毕，本期按规则降级选用 SSCI/Scopus Q1 收录的专业期刊，级别已如实标注。
文章指出人机协作团队常在“不加批判地接受 AI 建议（自动化偏差）”与“过早否定 AI 建议（算法厌恶）”之间失衡，基于近期人机团队绩效的实证证据提出包含共同感知、共同界定、共同决策、行动与反馈、信任重构五个阶段的信任校准流程，并以“推翻率”与“推翻准确率”作为校准信任的核心度量，通过信贷评分（代理型 AI）与客服助手（拟人型 AI）两个示例说明同一流程因 AI 呈现形态不同而各有侧重。
与人工智能（AI）协作的团队常常把握不好分寸：要么不加批判地接受 AI 的建议（自动化偏差），要么过早否定 AI 的建议（算法厌恶），两种倾向都会损害决策质量，而管理者缺乏“何时应依赖 AI、何时应推翻 AI”的实用指引。基于近期关于人机团队绩效的实证证据，本文提出一套五阶段的信任校准流程——共同感知、共同界定、共同决策、行动与反馈、信任重构——帮助团队维持对 AI 的适度依赖。文章把“推翻率”（团队所否定的 AI 建议占比）与“推翻准确率”（这些否定在多大程度上正确）作为校准信任的核心指标，并将组织行为学、信息系统与人因研究中的既有洞见整合为可由团队领导者落地执行的复核实践与度量指标序列。文末以两个示例对比了针对代理型 AI 系统（信贷评分）与拟人型 AI 系统（客服助手）的信任校准方式，展示同样的五个阶段如何因 AI 呈现形式不同而各有侧重。
研究以一个真实针灸病例为任务，比较 7 个公开可用的通用大语言模型与 3 位专业针灸师在“西医诊断、中医诊断、取穴、针刺手法、方药”五个维度的表现，并由中、韩、美三国 28 位专家评审；结果显示大语言模型在西医诊断上与针灸师相当、在中医专项任务上表现不一，GPT-4o、Qwen 2.5 Max 与豆包 1.5 Pro 与专家评价的一致性最高。
数字健康技术在缩小全球医疗差距方面具有重要潜力，大语言模型（LLM）为改善文化特定医疗（包括中医）的可及性提供了新机遇。本研究以一个真实针灸病例为任务，评估 7 个公开可用 LLM 的诊疗表现，并将其输出与 3 位专业针灸师在五个维度上进行比较：西医诊断、中医诊断、取穴、针刺手法与中药方剂。来自中国、韩国和美国的 28 位专家评审员通过多语言问卷对回答进行评价。结果显示，LLM 在西医诊断方面与针灸师表现相当，在中医专项任务上则表现不一；GPT-4o、Qwen 2.5 Max 与豆包（Doubao）1.5 Pro 与专家评价的一致性最高，尤其在中医诊断与取穴方面。研究认为，通用 LLM 有望支持文化根基深厚的医疗决策，降低中医诊疗体系中的可及性障碍。
研究用逾 340 万条含健康虚假信息的提示词测试 20 个大语言模型，发现模型对伪造内容的总体接受率为 31.7%，其中植入真实出院病历的虚假建议最易被接受（46.1%），而“诉诸流行”等逻辑谬误反而显著降低接受率；GPT 系列最难被误导，部分小模型（如 Gemma-3-4B-it）接受率高达 63.6%。
背景：大语言模型（LLM）在医疗领域的应用日益广泛，但仍易受医学虚假信息影响。本研究旨在评估这些模型接受或拒绝伪造医学内容的频率，以及将内容包装为逻辑谬误后结果如何变化。方法：在这项横断面基准测试中，我们用超过 340 万条提示词测试 20 个 LLM，虚假信息来自三类来源：公共论坛与社交媒体对话、植入了单条虚假建议的真实医院出院病历，以及 300 条经医师验证的模拟病例场景；研究使用常见推理谬误（如诉诸权威、诉诸流行、诉诸情感）检验修辞包装对模型行为的影响，每条提示词先以中性的基础形式提出一次，再以十种特定逻辑谬误各提出一次。结果：在全部模型与语料中，158 000 条基础提示有 50 108 条（31.7%）接受了伪造信息；十种谬误框架中有八种显著降低或未改变该比例，其中诉诸流行的接受度最低（11.9%，下降 19.8 个百分点，p<0.0001），仅滑坡谬误（33.9%，上升 2.2 个百分点，p<0.0001）与诉诸权威（34.6%，上升 2.9 个百分点，p<0.0001）使其上升。含伪造内容的真实医院病历对基础提示的接受率最高（100 000 条中 46 108 条，46.1%），社交媒体虚假信息的基础提示接受率相对较低（28 000 条中 2 479 条，8.9%）。模型间差异明显：GPT 系列最不易接受虚假信息、谬误识别最准确，而如 Gemma-3-4B-it 等模型的接受度达 63.6%（7 900 条中 5 023 条）。结论：研究表明大语言模型对医学虚假信息仍存在明显易感性，模型规模与医学领域微调并不必然带来更强的抵御能力，临床部署需要针对性防护。
文章构建由银行、供应商与零售商组成、各主体风险厌恶程度不同的信用担保供应链框架，基于条件风险价值（CVaR）准则刻画风险厌恶态度对均衡决策的影响：给出多风险厌恶主体情形下供应商的最优批发价，提出评估整条供应链风险厌恶水平的方法（发现担保效果主要取决于银行与供应商的相对风险厌恶水平），并给出零售商市场风险容忍度的必要条件。
近年来，信用担保作为供应链融资的一种有效方案受到广泛关注，但其在风险厌恶情形下的融资有效性与协调作用，尤其是对供应链风险溢出的影响，尚未得到充分探讨。本研究提出一个新的信用担保供应链框架，包含银行、供应商与零售商，三者具有不同程度的风险厌恶；采用条件风险价值（CVaR）准则考察风险厌恶态度对均衡决策的影响，得到若干洞见。首先，针对存在多个风险厌恶主体的情形，我们在更一般的条件下给出供应商的最优批发价，刻画了供应链风险溢出的直观特征。其次，我们建立了一套评估整条供应链风险厌恶程度的框架，发现信用担保对其的影响主要取决于银行与供应商的相对风险厌恶水平。最后，我们给出刻画零售商市场风险容忍度的必要条件，它是信用担保能否有效协调供应链的决定性因素。
研究针对由资金受限企业与供应商构成的供应链提出风险传染模型与阈值模型，发现最优偿债与资产处置策略可提升企业偿付能力、减少清算损失并促使各方就债务偿还达成一致；阈值传染模型下的最优“一般担保”能最小化风险溢出且担保比例不必为全额，订单量或实际销量上升会降低罚金类担保协议出现的概率、担保费率上升则可能使部分企业退出担保关系，并据此建议监管者在特定条件下推广一般担保方案以降低系统性风险。
为更好地考察担保网络中潜在的风险传染，本文基于由资金受限企业与供应商构成的供应链提出风险传染模型与阈值模型。结果表明，最优的债务支付与资产清算策略有助于企业提升偿付能力、最小化清算损失，并最终促使供应链各方就债务偿还达成一致。当供应链系统中存在担保网络时，阈值传染模型下的最优“一般担保”能够最小化风险溢出，且担保比例不必一定是全额担保。此外，当产品订购量或实际市场销售量增加时，企业预期收益上升或经济损失下降，从而降低罚金类担保协议出现的可能性，减少供应商与企业的违约与资产损失。类似地，在担保网络形成过程中，当担保费率上升时，部分企业可能拒绝接受供应商的担保，导致担保关系无法建立。最后，在某些条件下，我们建议监管者向供应链系统推荐一般担保方案，以降低系统性风险。
研究以 2011—2022 年长江经济带 794 家上市公司为样本，采用固定效应模型发现数字金融显著扩大企业获得的贸易信用，且在社会信任较低、市场制度较弱、可见度有限的企业以及非国有企业中效应更强；机制检验表明数字金融通过提升财务报告质量、降低资产专用性、提高资产周转率与缩短违约距离来增强企业信用获取能力。
数字金融的快速扩张重塑了企业融资行为，在经济发展差距依然显著的长江经济带尤为如此。本研究考察数字金融对长江经济带企业获取贸易信用的影响，重点关注数字工具如何提升信息质量、改善信贷可及性。基于 794 家上市公司 2011—2022 年的面板数据，研究采用固定效应模型并进行一系列稳健性检验以缓解内生性问题。结果显示，数字金融显著扩大了贸易信用的可获得性，在社会信任较低、市场制度较弱以及可见度有限的企业中效应更强，这一正向效应在非国有企业中更为明显。机制检验证实，数字金融通过提高财务报告质量、降低资产专用性、提升资产周转率并缩短违约距离，增强了企业的信用获取能力。研究结论为数字工具的金融赋能作用补充了经验证据，并为数字经济时代强化信贷可及性、缩小区域融资差距提供了政策启示。
研究以州域品牌食品为情境，运用结构方程模型检验营销组合要素与品牌资产各维度之间的关系，发现消费者购买州域品牌产品的地点与对广告的接触程度，对其感知的影响大于价格、分销门店数量等数值信息；当消费者知晓某一州域品牌食品后，更容易记住其产品特点并将其视为高质量产品。
本研究考察州域品牌食品情境下营销组合要素与品牌资产各维度之间的关系，采用结构方程模型（SEM）检验变量之间的假设关联。结果显示，与价格、分销门店数量等数值信息相比，消费者购买州域品牌产品的地点及其对产品广告的接触程度，对消费者关于州域品牌食品的感知影响更大。此外，研究还表明，当消费者知晓某一特定州域品牌食品时，他们更有可能记住该产品的特点并认为其质量较高。
研究结合 12 次半结构化访谈与 230 份结构化问卷，考察美妆行业自有品牌个人护理产品在线上线下渠道中营销组合要素对基于消费者的品牌资产（CBBE）的差异化影响，发现线下 CBBE 主要受定价策略与店内促销驱动、线上更受货币性促销影响，且与传统假设相反，价格对线上 CBBE 并无显著影响。
目的：本研究旨在考察美妆行业自有品牌（PL）个人护理产品在线上与线下零售渠道中，营销组合（MM）要素对基于消费者的品牌资产（CBBE）的差异化影响，回应自有品牌竞争加剧背景下渠道差异化营销策略的战略需求。设计与方法：采用混合方法，将 12 次半结构化访谈获得的定性洞见与 230 名参与者结构化问卷的定量数据相结合，统计分析包括探索性因子分析（EFA）与多元线性回归，以对假设进行严格检验。研究发现：结果凸显了营销组合要素与 CBBE 关联方式的渠道差异——线下情境中 CBBE 主要受定价策略与店内促销塑造，线上情境中则对货币性促销更为敏感；与传统假设相反，价格对线上 CBBE 并无显著影响，线上渠道的消费者品牌忠诚度也基本不受传统营销组合要素影响。实践启示：零售商应采取渠道差异化策略，线下聚焦店内促销、人员互动与定价，线上则优先运用有针对性的货币性促销并提升网站与应用质量。原创性/价值：本研究在美妆零售这一尚未被充分探讨的情境中，考察扩展后的营销组合要素对自有品牌 CBBE 的作用，为多渠道环境下的自有品牌策略优化提供了经验证据。
研究以西班牙与英国酒店客人为样本、基于服务主导逻辑，考察游客通过酒店在线媒体或旅游网站开展的价值共创如何提升顾客品牌参与（CBE）并进而提升品牌资产，发现酒店 CBE 显著正向影响品牌资产，且西班牙客人经旅游网站、英国客人经酒店在线媒体的价值共创效应更为显著，说明国别文化在其中起调节作用。
目的：本研究旨在分析酒店如何借助游客与酒店在线媒体或旅游网站的价值共创来提升顾客品牌参与（CBE），进而实现更高的品牌资产；分析同时考虑游客国别文化的作用，并以服务主导逻辑作为理论框架。设计与方法：针对西班牙与英国酒店客人开展定量实证研究。研究发现：酒店 CBE 对酒店品牌资产具有显著正向影响；对西班牙酒店客人而言，与旅游网站的价值共创对酒店 CBE 具有显著正向影响；对英国酒店客人而言，与酒店在线媒体的价值共创对酒店 CBE 具有正向影响。实践启示：研究结论为酒店依据客源文化差异选择在线媒体或旅游平台开展价值共创、提升品牌资产提供了指引。