L’impact des différences culturelles sur la réaction des managers face aux pratiques budgétaires : une étude comparative entre la France et le Maroc
Bibliographic record
Abstract
L’objectif principal de cette recherche est d’examiner l’effet des différences culturelles sur la réaction des managers face aux pratiques budgétaires. À partir des données obtenues de 226 managers travaillant dans des banques multinationales françaises installées en France et au Maroc, cette recherche montre que les différences dans le niveau d’individualisme et de contrôle de l’incertitude entre la France et le Maroc ont conduit à des différences dans l’attitude des managers face aux mêmes pratiques budgétaires. Plus précisément, les résultats indiquent que les individus dans les pays ayant un niveau élevé d’individualisme et un fort contrôle de l’incertitude comme la France se sentent plus à l’aise avec l’utilisation des règles formelles, sont moins impliqués dans les processus de budgétisation et favorisent moins l’utilisation des données budgétaires pour l’évaluation de leur performance que les individus dans les pays à faibles niveaux de ces deux dimensions culturelles comme le Maroc. En revanche, les résultats de cette recherche montrent qu’il n’existe pas de différences significatives entre la réaction des managers français et marocains en ce qui concerne leur propension à créer du slack budgétaire.
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 | 0.007 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".