An empirical study of performance measurement in manufacturing firms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The recent performance measurement literature suggests that organizations should put more emphasis on non‐financial measures in their performance measurement systems, that organizations must use new performance measurement approaches such as the balanced scorecard and that measures should be aligned with contextual factors such as strategy and organizational structure. The purpose of this paper is to assess the extent to which organizations are following these prescriptions. Design/methodology/approach A survey of a sample of Canadian manufacturing firms was conducted. In the questionnaire, organizations had to indicate the extent to which they use 73 performance measures. They also had to respond to questions about determinants such as strategy, organizational structure and environmental uncertainty. More than 100 organizations responded to the survey. The response rate was 50.5 percent. Findings The results show that manufacturing firms continue to use financial performance measures. Despite the recommendations from experts and academics, the proportion of firms that implement a balanced scorecard or integrated performance measurement systems is low. Furthermore, organizations that use these approaches are not employing more extensively non‐financial measures than those which are applying traditional performance measurement approaches. This research project also shows that there are some significant relationships between the types of measures and contextual factors like strategy, decentralization and environmental uncertainty. This research finally demonstrates clearly that there is a need to develop a theory that explains how firms can use their performance measurement system to enhance their performance. Originality/value This paper provides information on performance measures used by organizations and their association with organizational determinants.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle