MétaCan
Menu
Retour à la cohorte
Enregistrement W3087793429 · doi:10.1111/1911-3838.12231

Budget Development and Use in Small‐ and <scp>Medium‐Sized</scp> Enterprises: A Field Investigation

2020· article· en· W3087793429 sur OpenAlexaffvenue
Howard M. Armitage, Dorian Lane, Alan Webb

Notice bibliographique

RevueAccounting Perspectives · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésControl (management)BusinessManagement control systemField (mathematics)Field researchProcess (computing)Operating budgetMarketingElement (criminal law)Knowledge managementProcess managementComputer scienceEconomicsManagementFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We examine the process by which operating budgets are developed and how they are used for control, evaluation, and reward purposes in small‐ and medium‐sized enterprises (SMEs). SMEs (i.e., fewer than 500 employees) represent the dominant organizational form in North America but surprisingly little research has examined how these companies develop and use management controls. Our study focuses on a key element of the management control system, operating budgets, because prior research on SMEs indicates this as an important and commonly used control tool in such companies. Prior research on budgeting practices, while extensive, has almost exclusively examined larger companies. We conduct in‐depth field interviews at 12 participating SMEs to address four theory‐based research questions intended to provide insights regarding the development and use of budgets by SMEs. Our first question examines how budgets are developed, top‐down versus collaborative. Our second, third, and fourth research questions examine, respectively, whether budgets are used tightly or loosely for results control, performance evaluation, and reward purposes. As a first step in providing a deeper understanding of budget development and use in SMEs, our results have implications for practice, theory development, and management accounting education.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,200
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetAccounting and Organizational ManagementTravaux en français237 207