MétaCan
Menu
Retour à la cohorte
Enregistrement W2175589271 · doi:10.19030/jber.v2i5.2878

Measuring Business Performance: Emerging Perspectives Of The Balanced Scorecard

2011· article· en· W2175589271 sur OpenAlexaboutno aff
Robert L. McGinty

Notice bibliographique

RevueJournal of Business & Economics Research (JBER) · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBalanced scorecardStyle (visual arts)BenchmarkingSpan (engineering)MarketingAccountingManagementBusinessEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Benchmarking business performance over time is an emerging managerial capability that is used for continuous improvement of existing value adding activities and processes that become leading indicators of strategic success. To achieve this success, corporations first define success, and then they decide how to get there from where they are presently. Financial information has long been the language of business with accountants adding up the numbers and defining success in bottom-line figures. What have been missing are the non-financial elements of business enterprises, elements that can be quantified and linked to the bottom line as predictors of financial success. This paper utilizes Kaplan & Norton’s Balanced Scorecard (BSC) and an extensive pilot study of ski resorts to explore an awareness of using non-financial information as a supplement to financial information in explaining overall strategic performance in one segment of the tourism industry. Leading and lagging indicators of a non-financial nature were used in the study to help focus on the strategic and operational management practices at selected ski resorts in Colorado, Montana, Canada, and the Pacific Northwest. A list of potential critical success factors and non-critical success factors that help build value and best business practices for ski resort management, were identified through written and oral interview survey techniques following a combination Delphi & Nominal Group Techniques. Previous work on the balanced scorecard by Kaplan and Norton aided in the identification and description of indicators within each of four balanced perspectives. Recognition of the intuitive elements of non-financial measures represents a departure from prevalent theory that favors the more traditional financial perspective.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,045
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,016
Études des sciences et des technologies0,0010,011
Communication savante0,0140,014
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,149
Tête enseignante GPT0,290
Écart entre enseignants0,141 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business & Economics Research (JBER)Même sujetCustomer Service Quality and LoyaltyTravaux en français237 207