MétaCan
Menu
Retour à la cohorte
Enregistrement W4388231916 · doi:10.1111/1911-3846.12916

Business unit controllers' credibility and the hardening of local forecasts

2023· article· en· W4388231916 sur OpenAlexfundvenueno aff
Leona Wiegmann, Lukas Petrikowski, Lukas Goretzki

Notice bibliographique

RevueContemporary Accounting Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesUniversität InnsbruckRoyal Holloway, University of LondonUppsala UniversitetMonash UniversityUniversity of Windsor
Mots-clésCredibilityUnit (ring theory)Hardening (computing)Strategic business unitBusinessEconometricsEconomicsMathematicsMaterials sciencePolitical scienceComposite materialMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Focusing on multidivisional companies, this paper analyzes the hardening of local forecasts at the intersection of business units (BUs) and the corporate finance function. It investigates how BU controllers, accountable to both local management and the corporate finance function, seek to establish themselves as competent and trustworthy forecasters vis‐à‐vis their functional superiors. Drawing on Goffman's dramaturgical sociology, we demonstrate how these encounters constitute episodes in a multiperiod hardening game feeding into the management of forecast quality and anticipatory control. We illustrate how expressive performances of their competence and trustworthiness are vital for BU controllers to manage vertical information flows between the local and the corporate level and for aligning corresponding interests. Convincing performances can reinforce BU controllers' status as stewards of the forecasting process and help to maintain a “truce” between the local and the corporate level, assuring corporate controllers that the unit's future is under control.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,005
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,097
Tête enseignante GPT0,306
Écart entre enseignants0,209 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetCorporate Finance and GovernanceTravaux en français237 207