MétaCan
Menu
Retour à la cohorte
Enregistrement W4311892364 · doi:10.53703/001c.37758

SMEs Managers’ Perceptions of MCS: A Mixed Methods Approach

2022· article· en· W4311892364 sur OpenAlexaff
Carla Curado, María José del Jesús, Nick Bontis

Notice bibliographique

RevueJournal of Small Business Strategy · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensMcMaster University
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésBusinessPerceptionPortugueseOrder (exchange)MarketingControl (management)AccountingFinanceEconomicsPsychologyManagement

Résumé

récupéré en direct d'OpenAlex

The goals of this study are to explore the use of the Management Control Systems (MCS) by SMEs’ managers at the country level in order to identify the importance given to financial and nonfinancial measures, as well as key performance indicators. In this study, we use the behavioral accounting lens and adopt mixed methods approach to study the use of the MCS in Portuguese small to medium enterprises (SMEs): a correlational and a configurational analysis. Data was collected from a cross-sectional survey of 414 top managers of Portuguese SMEs across several industries. The results show that managers’ perceptions of the importance given to financial measures is positively and significantly related to the importance given to several nonfinancial measures. We take an original approach by addressing the managers’ perceptions to contribute to the understanding of Portuguese SMEs’ use of tools for strategy implementation: the use of different MCS. Additionally, the study discovers alternative configurations of individual and organizational conditions that lead to the managers’ perception of the importance given to financial and nonfinancial measures. This paper offers support for SMEs based on controlling strategy implementation by using MCS. The study’s limitations regard a relatively low response rate to the questionnaire (4.56%), which may be justified because data was collected during the COVID-19 pandemic. We offer alternative configurations that generate the perception of managers about the importance of using financial and nonfinancial measures. Our results enlighten the use of such tools in support of strategic accomplishment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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.

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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Small Business StrategyMême sujetAccounting and Organizational ManagementTravaux en français237 207