Adapter les outils de contrôle aux contextes et aux acteurs dans les PME : le cas exploratoire du tableau de bord achat d’un dirigeant
Bibliographic record
Abstract
Ce travail a pour objectif de montrer que les systèmes de contrôle prennent du sens aux yeux des dirigeants de PME sous condition d’adaptation et que, dans certains cas, des systèmes de contrôle relativement proches de ceux susceptibles d’être observés dans les grandes organisations peuvent s’avérer adaptés aux besoins d’une PME. Pour ce faire, une étude a été réalisée au sein d’une PME d’une cinquantaine de salariés dans le cadre d’une observation participante. Nous proposons dans un premier temps une description d’un tableau de bord « achat » relativement élaboré, réactif, décentralisé, en lien avec la stratégie, en montrant comment il s’articule avec les autres outils de gestion de l’entreprise. Nous tentons ensuite d’identifier les caractéristiques organisationnelles, environnementales et individuelles permettant de comprendre la réussite perçue par le dirigeant de la mise en place de cet outil.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".