MétaCan
Menu
Retour à la cohorte
Enregistrement W4318817533 · doi:10.3390/jrfm16020086

Managers’ Perception and Attitude toward Financial Risks Associated with SMEs: Analytic Hierarchy Process Approach

2023· article· en· W4318817533 sur OpenAlexvenueno aff
Mahmaod Alrawad, Abdalwali Lutfi, Mohammed Amin Almaiah, Adi Alsyouf, Akif Lutfi Al-Khasawneh, Hussin Mostafa Arafa, Nazar Ali Ahmed, Ahmad M. AboAlkhair, Magdy Tork

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processRisk perceptionCash flowPerceptionBusinessActuarial scienceHierarchyQuestionnaireProcess (computing)CashMarketingFinancePsychologyComputer scienceOperations researchStatisticsEconomicsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify financial and cash flow risks associated with SMEs and investigated how managers perceived these risks using the analytical hierarchical process (AHP). Accordingly, a three-level decision model was structured using two criteria, probability and consequences, and a list of six different types of risks as decision alternatives. Data were collected by a survey questionnaire from SME managers/owners and analyzed in accordance with the AHP method. The results show that the priority weight for risk criteria was 52% for probability and 48% for consequences. Further, with an average weight of 18.8%, the risk of an increase in bank charges ranked as the highest type of risk faced by SMEs. However, the risk of low or no profits was ranked as the lowest with an average weight of 13.4%. This study is one of the few, if not the first, to investigate SME managers’ perceptions using an AHP method and to provide insightful information on how SME managers/owners perceived various financial and cash flow risks. The study results may support the use of the AHP method in understanding managers’ perceptions and attitudes toward various types of risks associated with SMEs.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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

Citations40
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207