The Impact of Financial Manager Decisions on the Business Results of Micro and Small Companies in the Republic of Croatia in the Area of the City of Split
Notice bibliographique
Résumé
Doing business in today’s turbulent and, above all, changing environment represents a great challenge for financial managers in achieving quality management of the organization. Financial data and financial basis are key sources of information and a basis for the financial manager to make decisions and manage well. Financial data are the basis for the effective management of a company, they enable the monitoring of business performance and making operational and strategic decisions, and they are key for future planning and communication with stakeholders. The aim of this paper is an in-depth analysis of the business operations of selected micro and small companies from the city of Split, which are registered for the preparation and serving of food and beverages, to determine whether financial data, their proper use, and management have an impact on business performance. The resource-based view (RBV) is the basis for the development of this research framework. The RBV theory enables and explains the importance of resources, and through this study, the connection with how to interpret and use financial resources (financial data, i.e., information) and what potential effects they have on the financial performance of micro and small companies in the sector registered for the activity of preparing and serving food and beverages in the tourism sector. According to the Accounting Act in the Republic of Croatia, micro companies meet two of three criteria: total assets up to EUR 350,000, revenues up to 700,000, and an average number of employees during the business year of up to 10, while small companies meet two of the following three criteria: total assets up to EUR 4,000,000, revenues up to EUR 8,000,000, and an average number of employees during the business year of up to 50. The results of the research showed the importance of financial information as a resource necessary for business management and competitive position, but also the necessity of continuous investment in the education of financial managers in order to be able to implement the prescribed acts in a way that maximizes the evaluation of the companies’ business performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».