Application of throughput accounting in production mix decisions for a small metallurgical enterprise
Notice bibliographique
Résumé
Micro and Small Enterprises are a critical catalyst for socio-economic development in Brazil. However, financial and technical limitations frequently hinder the access and implementation of management tools by Micro and Small Enterprises. This study addresses this challenge through a case study that applies the Throughput Accounting to determine the most profitable production mix for the small enterprise Bianfer Indústria Metalúrgica. The company manufactures and commercializes parts and components for agricultural machinery and equipment in Brazil. Production mix decisions are currently based on the owners’ experience, sales history, and Absorption Costing. This approach, however, generates additional costs and inventory thereby compromising the profitability of Bianfer Indústria Metalúrgica. The pursuit of enhanced profitability led to the formulation of three hypothetical scenarios to compare the production mix proposed by Absorption Costing and Throughput Accounting concerning the Return on Assets (ROA). Mathematical modeling and scenario simulations were conducted using the Microsoft Office Excel 365. The results indicate that Throughput Accounting is readily adaptable, solves the problem more quickly, and provides superior financial gains (ROA from 1.36% to 2.71%). This study addresses an important practical gap that can guide students, professionals, and researchers in the application of Throughput Accounting. The main contribution of this study is empirical evidence that Throughput Accounting is an effective management tool for Micro and Small Enterprises. The implementation of Throughput Accounting through a simple Microsoft Office Excel model can significantly improve production mix decision-making in Micro and Small Enterprises.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».