Costos Basados en las Actividades (ABC): aplicando una herramienta para la gestión estratégica en empresas de servicios
Bibliographic record
Abstract
Este articulo reporta los antecedentes, proceso y cambios experimentados en una empresa de servicios cuando se cambia la asignación de costos que a su vez informa la fijación de precios. El foco está más en la práctica que en el desarrollo teórico, por ello se detallan los pasos seguidos en una empresa de servicios en el sector automotriz operando la provincia de Córdoba (Argentina). El investigador ha sido parte del cambio por lo que el método se asemeja a un “interventionist research” (Jonsson y Lukka, 2007). Adoptar una reasignación de costos en función del método del costeo basado en las actividades (ABC) tiene el potencial de generar ventajas estratégicas según las ideas detrás del gerenciamiento basado en actividades (ABM) según documentó Gosselin (2007). Una de ellas es usar los precios como señales a los clientes que se autoseleccionan y mejoran la mezcla de clientes de la empresa. Emplear el ABC destaca las ineficiencias de los procesos de la empresa, ya que, al momento de generar el mapa de procesos de la misma, se detectaron ciertas actividades que causan costos significativamente más altos y otras que no agregan valor. El método de ABC identifica las mejores oportunidades para iniciar una mejora de procesos.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".