Budsjettpraksis i Inkassobransjen
Notice bibliographique
Résumé
I denne avhandlingen har jeg sett nærmere på budsjettet i inkassobransjen i Norge. Jeg har lagt hovedfokuset på budsjettet, men har også inkludert å se på alternative verktøy som prognoser og balansert målstyring. Målet med avhandlingen er å besvare følgende problemstilling:\n«På hvilken måte er budsjettet et egnet styringsverktøy i inkassobransjen.»\n\nFor å forske på problemstillingen tar jeg utgangspunkt i litteratur hvor en ser på budsjettets ulike formål og hvilke roller dette verktøyet kan inneha. Sammenheng med dette er det sett på balansert målstyring og prognoser og hvordan dette kan nyttiggjøre seg i et overordnet styringssystem. Det er i avhandlingen benyttet en kvalitativ metode hvor jeg har gjennomført seks semistrukturerte intervjuer med seks ulike personer fra seks forskjellige virksomheter i denne bransjen.\n\nDet fremkommer fra studien at bransjen har et tradisjonelt syn på den overordnede styringspraksisen, men at de alternative verktøy ses på som nyttige supplementer for budsjettet. Budsjettet er lagt til grunn for å være en målbærer i bransjen i motsetning til å inneha en prognoserolle. Det viser seg at det er potensial for å benytte de alternative verktøyene i større grad, samtidig som man er nødt til å ta hensyn til ulike utfordringer som møtes i bransjen. En større utbredelse av prognosen kan være hensiktsmessig på inntektssiden for virksomhetene, mens de budsjetterte kostnadene treffer som regel bra. Totalt sett kunne det vært en gunstig løsning å innføre kvartalsvise budsjetter for bransjen ettersom det kan være større krav til dynamikk i styringen fremover.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».