Les chemins de la légitimité en contrôle de gestion : processus d’acceptation ou de rejet d’un outil de gestion au sein d’une PME
Bibliographic record
Abstract
Par le biais d’une étude exploratoire, l’objectif de cet article est de comprendre les mécanismes d’acceptation ou de rejet d’un nouvel outil de gestion au sein d’une PME, et ce, à travers le prisme de la légitimité. En analysant l’introduction par le contrôleur de gestion de deux outils de gestion, l’un rejeté, l’autre accepté, et le processus social de jugement de ces outils, l’article souligne la confusion et l’interdépendance de la légitimité de l’outil et de celle du contrôleur. Le contrôleur est ainsi acteur de la légitimation de l’outil. L’étude présente également un modèle émergent des chemins de la légitimité pour les outils de gestion. Il souligne l’importance des indices de validité sur lesquels l’évaluation peut se reposer. Le contrôle de gestion demeurant une pratique importée, en l’absence de sources externes de validité, il semble indispensable de s’appuyer sur une source interne de validité qui, dans le cas de la PME, pourrait être notamment le soutien actif du dirigeant.
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 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.023 |
| Scholarly communication | 0.019 | 0.010 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".