MétaCan
Menu
Retour à la cohorte
Enregistrement W3111693693 · doi:10.3917/qdm.211.0131

L’impact des différences culturelles sur la réaction des managers face aux pratiques budgétaires : une étude comparative entre la France et le Maroc

2021· article· fr· W3111693693 sur OpenAlexaff
Dima Mohanna

Notice bibliographique

RevueQuestion(s) de management · 2021
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesSociologyArt

Résumé

récupéré en direct d'OpenAlex

L’objectif principal de cette recherche est d’examiner l’effet des différences culturelles sur la réaction des managers face aux pratiques budgétaires. À partir des données obtenues de 226 managers travaillant dans des banques multinationales françaises installées en France et au Maroc, cette recherche montre que les différences dans le niveau d’individualisme et de contrôle de l’incertitude entre la France et le Maroc ont conduit à des différences dans l’attitude des managers face aux mêmes pratiques budgétaires. Plus précisément, les résultats indiquent que les individus dans les pays ayant un niveau élevé d’individualisme et un fort contrôle de l’incertitude comme la France se sentent plus à l’aise avec l’utilisation des règles formelles, sont moins impliqués dans les processus de budgétisation et favorisent moins l’utilisation des données budgétaires pour l’évaluation de leur performance que les individus dans les pays à faibles niveaux de ces deux dimensions culturelles comme le Maroc. En revanche, les résultats de cette recherche montrent qu’il n’existe pas de différences significatives entre la réaction des managers français et marocains en ce qui concerne leur propension à créer du slack budgétaire.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,070
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,274
Écart entre enseignants0,262 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuestion(s) de managementMême sujetAccounting and Organizational ManagementTravaux en français237 207