Profils de dirigeants et données comptables de gestion en PME
Notice bibliographique
Résumé
Selon la littérature se rapportant au système de gestion du dirigeant de PME, bon nombre d’entreprises de taille petite ou moyenne ne disposeraient que d'outils de gestion embryonnaires, ce qui expliquerait l’intérêt des dirigeants de PME pour les médias plus informels, pour les informations verbales. Toutefois, les études empiriques réalisées sur ce thème mènent à des conclusions nuancées. Ainsi, la vision d’un système de données comptables de gestion (SDCG) rudimentaire ne correspond pas à la réalité de toutes les PME observées, les dirigeants de PME ayant, face à ce type de données, des attitudes différenciées. À côté de cela, de nombreux spécialistes expliquent qu’un élément tout à fait caractéristique de l’univers des PME réside dans l’extrême diversité des profils de dirigeants. Dans ce contexte, l’objectif de cet article consiste à essayer de déterminer dans quelle mesure le profil des dirigeants de PME « guide » leur comportement face aux données comptables de gestion. Pour répondre à cet objectif, une enquête a été réalisée par entretien direct et par administration d’un questionnaire auprès d’un échantillon de 113 dirigeants de PME. L’étude révèle que le profil d’un dirigeant est significativement lié à son type de pratiques comptables : les dirigeants de profils différents disposent de SDCG de complexité différente et utilisent les données comptables de manière différenciée.
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 | 0,018 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».