Bibliographic record
Abstract
Selon la littérature se rapportant au système de gestion du dirigeant de PME, bon nombre d’entreprises de taille petite ou moyenne ne disposeraient que d'outils de gestion embryonnaires, ce qui expliquerait l’intérêt des dirigeants de PME pour les médias plus informels, pour les informations verbales. Toutefois, les études empiriques réalisées sur ce thème mènent à des conclusions nuancées. Ainsi, la vision d’un système de données comptables de gestion (SDCG) rudimentaire ne correspond pas à la réalité de toutes les PME observées, les dirigeants de PME ayant, face à ce type de données, des attitudes différenciées. À côté de cela, de nombreux spécialistes expliquent qu’un élément tout à fait caractéristique de l’univers des PME réside dans l’extrême diversité des profils de dirigeants. Dans ce contexte, l’objectif de cet article consiste à essayer de déterminer dans quelle mesure le profil des dirigeants de PME « guide » leur comportement face aux données comptables de gestion. Pour répondre à cet objectif, une enquête a été réalisée par entretien direct et par administration d’un questionnaire auprès d’un échantillon de 113 dirigeants de PME. L’étude révèle que le profil d’un dirigeant est significativement lié à son type de pratiques comptables : les dirigeants de profils différents disposent de SDCG de complexité différente et utilisent les données comptables de manière différenciée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".