Numéro de revue

Au service des entrepreneurs !

La Revue des Sciences de Gestion
2018/3 n° 291-292

160 pages

2018. Au service des entrepreneurs ! Paris : Direction et Gestion. « La Revue des Sciences de Gestion », 2018/3 n° 291-292, p.160. URL : https://shs.cairn.info/revue-des-sciences-de-gestion-2018-3?lang=fr.

Au service des entrepreneurs ! La Revue des Sciences de Gestion, 291292, 3, 2018, shs.cairn.info/revue-des-sciences-de-gestion-2018-3?lang=fr.

Au service des entrepreneurs ! (2018). La Revue des Sciences de Gestion, (291-292), https://shs.cairn.info/revue-des-sciences-de-gestion-2018-3?lang=fr.

Figure

Description de l'image par IA : Tableau avec trois catégories et leurs sous-catégories, chacune avec une note alpha.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>1. Lenvironnement économique (u = 0,89)</td> <td>1) le marché du travail , 2) le nombre d'entreprises, 3) les domaines dactivités associés à cette région et 4) la croissance économique</td> </tr> <tr> <td>2. La qualité de vie (a = 0,71)</td> <td>1) Ia présence d'installations sportives et récréatives 2) Foffre culturelle, 3) les politiques familiales et 4) le marché hypothécaire et locatif</td> </tr> <tr> <td>3 Les politiques de gestion régionales = 0,89)</td> <td>1) les politiques de gestion régionales et 2) le dynamisme entrepreneurial</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de données avec des moyennes, écarts-types et scores pour différents items. Valeurs numériques et symboles * pour certaines données.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Items</th> <th>Moyenne</th> <th>ÉT</th> <td></td> <th>2</th> <th>3</th> <td></td> <th>5</th> <th>6</th> <th>7</th> <th>8</th> <th>9</th> <th>10</th> </tr> <tr> <th>1. Marché du travail régional</th> <td>2,89</td> <td>1,01</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>2. Nombre d'entreprises</th> <td>3,55</td> <td>0,94</td> <td>62*</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>3. Domaines d'activités</th> <td>3,41</td> <td>0,91</td> <td>61*</td> <td>,68*</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>4 Croissance économique</th> <td>3,41</td> <td>0,93</td> <td>65*</td> <td>,69*</td> <td>,78*</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>5. Marché hypothécaire et locatif</th> <td>3,84</td> <td></td> <td>31*</td> <td>41*</td> <td>40*</td> <td>,44+</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>6 Installations sportives et récréatives</th> <td></td> <td>1,07</td> <td>27*</td> <td>30*</td> <td>34*</td> <td>33*</td> <td>30*</td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>7. Offre culturelle</th> <td>3,6</td> <td>0,98</td> <td>26*</td> <td>26*</td> <td>37*</td> <td>32*</td> <td>35*</td> <td>46*</td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>8. Politiques familiales</th> <td>3,85</td> <td>0,97</td> <td>23*</td> <td>32*</td> <td>29+</td> <td>32+</td> <td>36*</td> <td>43*</td> <td>34*</td> <td></td> <td></td> <td></td> </tr> <tr> <th>9 Politiques de gestions régionales</th> <td>3,43</td> <td>0,85</td> <td>52*</td> <td>55*</td> <td>68*</td> <td>67</td> <td>33*</td> <td>41</td> <td>,43*</td> <td>42*</td> <td></td> <td></td> </tr> <tr> <th>10 Dynamisme entrepreneurial</th> <td>3,44</td> <td>0,94</td> <td>51*</td> <td>56*</td> <td>69*</td> <td>69</td> <td>32*</td> <td>38*</td> <td>38*</td> <td>36*</td> <td>,81*</td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparatif de modèles avec S-B X², df, CFI, NNFI, RMSEA, et CAIC.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Modèles</td> <th>S-B X?</th> <td></td> <th>CFI</th> <th>NNFI</th> <th>RMSEA</th> <th>CAIC</th> </tr> <tr> <th>Modele 1</th> <td>156,76</td> <td>33</td> <td>0,956</td> <td>0,941</td> <td>0,065</td> <td>99,83</td> </tr> <tr> <th>Modele 2</th> <td>156,76</td> <td>33</td> <td>0,956</td> <td>0,941</td> <td>0,065</td> <td>99,83</td> </tr> <tr> <th>Modèle 3</th> <td>315,74</td> <td>34</td> <td>0,901</td> <td>0,869</td> <td>0,099</td> <td>51,38</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparatif de modèles statistiques avec des indicateurs comme S-B X², df, CFI, NNFI, RMSEA et CAIC pour différentes analyses.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Modèles</td> <th>S-B X?</th> <th>dl</th> <th>CFI</th> <th>NNFI</th> <th>RMSEA</th> <th>CAIC</th> </tr> <tr> <th>Hommes et femmes</th> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Invariance globale</th> <td>165,00</td> <td>64</td> <td>0,966</td> <td>0,952</td> <td>0,060</td> <td>332.62</td> </tr> <tr> <th>Saturation des facteurs</th> <td>173,11</td> <td>71</td> <td>0,966</td> <td>0,956</td> <td>0,057</td> <td>-378,94</td> </tr> <tr> <th>Relations entre les facteurs</th> <td>179,4</td> <td>74</td> <td>0,964</td> <td>0,957</td> <td>0,057</td> <td>395,96</td> </tr> <tr> <th>Région d'origine</th> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Invariance globale</th> <td>158,37</td> <td>64</td> <td>0,968</td> <td>0,955</td> <td>0,058</td> <td>339,24</td> </tr> <tr> <th>Saturation des facteurs</th> <td>170,50</td> <td>71</td> <td>0,966</td> <td>0,957</td> <td>0,059</td> <td>381,54</td> </tr> <tr> <th>Relations entre les facteurs</th> <td>170,34</td> <td>74</td> <td>0,967</td> <td>0,960</td> <td>0,055</td> <td>405,03</td> </tr> </tbody> </table> </div> </body> </div>

Figure 1

L'image représente un diagramme de structure hiérarchique intitulé "Modèle retenu". Ce diagramme est centré autour du concept principal "Attraction régionale" situé en haut. Trois composants principaux se détachent sous "Attraction régionale" : 1. "Environnement économique" 2. "Qualité de vie" 3. "Culture régionale" Chaque composant principal est relié à "Attraction régionale" par des lignes indiquant des relations directes. Les valeurs numériques à côté de ces lignes représentent probablement des coefficients ou des scores de corrélation, avec des astérisques indiquant une signification statistique (p < 0.05). Sous "Environnement économique", quatre sous-composants sont listés : 1. "Marché du travail" 2. "Entreprises en région" 3. "Domaines d'activité" 4. "Croissance économique" Chaque sous-composant est relié à "Environnement économique" avec des lignes et des valeurs numériques indiquant des relations spécifiques. Par exemple, "Marché du travail" a une valeur de 69, "Entreprises en région" de 62, "Domaines d'activité" de 47, et "Croissance économique" de 45. Sous "Qualité de vie", quatre sous-composants sont également listés : 1. "Marché hypothécaire et locatif" 2. "Offre culturelle" 3. "Politiques familiales" 4. "Installations sportives et récréatives" Les valeurs associées sont "Marché hypothécaire et locatif" avec 83, "Offre culturelle" avec 76, "Politiques familiales" avec 75, et "Installations sportives et récréatives" avec 78. Enfin, sous "Culture régionale", deux sous-composants sont listés : 1. "Politiques de gestion régionale" 2. "Dynamisme entrepreneurial" Ces sous-composants ont des valeurs associées de 42 et 43 respectivement. Le diagramme montre clairement comment chaque composant et sous-composant contribue à l'attractivité régionale, avec des relations quantifiées entre eux.

Modèle retenu

Tableau 1

Description de l'image par IA : Tableau comparatif de trois clusters avec valeurs statistiques et descriptions.

L'image montre une table descriptive des trois clusters obtenus à partir d'une classification hiérarchique ascendante. La table est divisée en trois sections principales, chacune représentant un cluster différent : Cluster_HAC_Inc_hac_1, Cluster_HAC_Inc_hac_2, et Cluster_HAC_Inc_hac_3. Chaque section contient des exemples d'attributs continus et discrets, ainsi que des valeurs de test associées. Les attributs continus incluent des mesures telles que l'attitude envers les GR580, différentes axes PCA, la taille, le poids, et la présence. Les valeurs de test pour ces attributs sont fournies avec des valeurs de p et des intervalles de confiance. Les attributs discrets sont listés avec des valeurs de test et des groupes correspondants. Les groupes incluent des noms tels que "Marque=rait", "Couleur=verte", "Marque=blanche", et d'autres. Les valeurs de test et les pourcentages d'observation pour chaque groupe sont également fournis. La table inclut des informations sur la précision de rappel pour chaque groupe d'attributs discrets, indiquant la performance de chaque groupe dans le contexte de la classification. L'image est structurée de manière à fournir une vue d'ensemble des caractéristiques et des performances des différents clusters dans le cadre de la classification hiérarchique ascendante.

Description des 3 clusters de la classification hiérarchique ascendante

Schéma 1

Description de l'image par IA : Carte de l'Europe avec des symboles représentant différents clusters de véhicules commercialisés.

L'image montre une carte détaillée de l'Europe, en particulier centrée sur la France, avec des points de localisation et des symboles spécifiques. La carte est divisée en plusieurs zones géographiques, incluant des villes et des régions telles que Paris, Lyon, Marseille, et d'autres villes européennes comme Londres, Bruxelles, et Berlin. Les points de localisation sont représentés par différents symboles : des carrés, des cercles, et des triangles. Ces symboles sont dispersés à travers le territoire français et les pays environnants. La carte inclut également des légendes et des descriptions de localisation, indiquant les types de véhicules commercialisés dans différentes régions. Les villes et les régions sont clairement étiquetées, et les routes et les frontières sont bien définies. La carte semble être utilisée pour illustrer la distribution et les caractéristiques des différents types de véhicules dans ces zones.

Représentation des trois clusters caractérisant les types de véhicules commercialisés

Graphe 1

Description de l'image par IA : Graphique avec des points et des cercles, étiquettes de marques.

L'image représente une carte factorielle des marques avec un cercle des corrélations. Le graphique est divisé en deux axes principaux : l'axe des Facteurs 1 et l'axe des Facteurs 2. Les marques sont représentées par des points étiquetés avec leurs noms respectifs. Les points sont dispersés dans le graphique, certains regroupés en clusters tandis que d'autres sont isolés. Un cercle entoure une partie des points, indiquant une corrélation ou une relation spécifique entre ces marques. Les étiquettes des marques sont écrites en police fine et sont positionnées à différents endroits autour du graphique. Les axes sont marqués avec des valeurs numériques allant de -2 à 2 pour les deux facteurs. La disposition générale montre des relations et des corrélations entre les différentes marques analysées.

Carte factorielle des marques et cercle des corrélations

Graphe 2

Description de l'image par IA : Nuage de points sur deux axes, concentration à droite.

Représentation des individus (véhicules en vente) dans le référentiel Axe factoriel 1 / Axe Factoriel 2

Graphe 3

Description de l'image par IA : Graphique en noir et blanc montrant des points dispersés avec des annotations pour le Sud, l'Ouest, l'Est et le Nord de la France.

L'image représente un nuage de points sur un graphique en deux dimensions. Les axes sont étiquetés "PCA 1_Axis_1" et "PCA 1_Axis_2". Le graphique est divisé en quadrants avec des lignes pointillées. Les points sont principalement concentrés dans le quadrant supérieur droit, avec une densité plus faible dans les autres quadrants. Il y a des annotations en français indiquant des régions de la France : - "Sud de la France" est marqué dans le quadrant supérieur droit. - "Ouest de la France" est également marqué dans le quadrant supérieur droit. - "Est de la France" est marqué dans le quadrant inférieur droit. - "Nord de la France" est marqué dans le quadrant inférieur droit. Les points sont de différentes tailles et densités, suggérant une variation dans les données représentées. Les annotations montrent des flèches pointant vers les régions correspondantes de la France.

Détection, numérotation et mesure des zones à faible pression concurrentielle (18 lacunes détectées dans des régions globalement denses)

Figure 1

Description de l'image par IA : Image en noir et blanc montrant un message de menace avec un compte à rebours et des liens pour télécharger des données.

L'image montre un message en noir et blanc avec du texte en gras et en majuscules. Le titre en haut indique "Piraté par #GOP". Sous le titre, il y a un avertissement qui dit : "Attention : Nous vous avons déjà prévenu, et ceci est juste un rappel. Nous continuons à attendre que notre demande soit satisfaite. Nous avons obtenu toutes vos données internes, y compris vos secrets et vos secrets supérieurs. Si vous ne nous obéissez pas, nous libérerons les données ci-dessous dans le monde entier. Déterminez ce que vous allez faire jusqu'au 24 novembre à 22h00 (GMT)." Suivent plusieurs liens vers des fichiers ZIP contenant les données. Le fond de l'image est sombre avec une texture granuleuse, et il y a une image floue d'une personne ou d'un objet en arrière-plan.

Message de menace diffusé par les pirates Guardians Of Peace

Figure 1

Description de l'image par IA : Cercle S, carré Appareil cognitif, cercle C.

Modèle cognitif

Figure 2

Description de l'image par IA : Diagram montrant les relations entre Facteurs cognitifs, Environnement et Comportements.

L'image représente un diagramme de déterminisme entre différents facteurs d'apprentissage adapté de R. Wood et A. Bandura (1989). Le diagramme est structuré en forme de triangle avec trois composantes principales : "Facteurs cognitifs", "Environnement" et "Comportements". Chaque composante est représentée par un rectangle. Les "Facteurs cognitifs" sont positionnés au sommet du triangle, tandis que "Environnement" et "Comportements" sont placés à la base. Des flèches bidirectionnelles relient "Environnement" et "Comportements" entre eux, indiquant une interaction réciproque. De plus, des flèches unidirectionnelles descendantes relient "Facteurs cognitifs" à la fois "Environnement" et "Comportements", suggérant une influence des facteurs cognitifs sur ces deux composantes. Le diagramme illustre comment les facteurs cognitifs, l'environnement et les comportements interagissent de manière complexe pour déterminer l'apprentissage.

Déterminisme entre facteurs d’apprentissage adapté de R. Wood et A. Bandura (1989)

Figure 3

L'image représente un modèle de recherche structuré en plusieurs composants interconnectés. À gauche, il y a une boîte intitulée "Variables de l'environnement" qui contient trois sous-boîtes : "Qualité de l'information (IQ)", "Facilité d'utilisation (FU)", et "Influence sociale (IS)". Ces trois variables sont reliées par une flèche étiquetée "H2" à une boîte centrale intitulée "Utilité Perçue (UP)". La boîte "Utilité Perçue (UP)" est ensuite reliée par une flèche étiquetée "H3" à une boîte de droite intitulée "Motivations intrinsèques (IM)". Il y a également une flèche directe de la boîte "Variables de l'environnement" à la boîte "Motivations intrinsèques (IM)" étiquetée "H1". Chaque composant et lien semble faire partie d'un modèle de recherche visant à comprendre comment les variables de l'environnement influencent la perception de l'utilité et, par conséquent, les motivations intrinsèques.

Modèle de recherche

Figure 4

Description de l'image par IA : Un diagramme circulaire montrant 65% de "Digital Natives" et 35% de "20 ans et plus".

L’échantillon par tranche d’âge

Figure 5

Description de l'image par IA : Diagram circulaire montrant les pourcentages de temps de connexion : moins de 2h (8%), entre 2 et 4h (20%), plus de 4h.

L'image représente un diagramme circulaire, également connu sous le nom de camembert, qui illustre la répartition du temps de connexion des participants. Le camembert est divisé en trois sections distinctes, chacune étiquetée avec un intervalle de temps et un pourcentage correspondant. La première section, située en haut à gauche, est étiquetée "moins de 2h" et représente 8 % du total. Cette section est relativement petite par rapport aux autres. La deuxième section, située en haut à droite, est étiquetée "entre 2 et 4h" et représente 20 % du total. Cette section est plus grande que la première et occupe une portion significative du camembert. La troisième et plus grande section, située en bas, est étiquetée "plus de 4h" et occupe la majeure partie du camembert. Cette section est la plus importante visuellement, indiquant qu'elle représente la plus grande proportion du temps de connexion des participants. Chaque section est clairement délimitée par des lignes blanches, facilitant la distinction entre les différentes catégories de temps de connexion. Les étiquettes sont placées à proximité des sections correspondantes, offrant une compréhension claire de la répartition du temps de connexion.

L’échantillon par temps de connexion

Figure 6

Description de l'image par IA : Diagram circulaire montrant les pourcentages d'établissements : commerce, université, préparatoire.

L’échantillon par établissement

Figure

Description de l'image par IA : Tableau avec variables, valeurs propres, % de variance et coefficients alpha.
```

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Variable</th> <th>Valeur propre</th> <th>% de variance</th> <th>Coelficient a</th> </tr> <tr> <td>tion (IQ)</td> <td>2,264</td> <td>56,602</td> <td>0,731</td> </tr> <tr> <td>Facilité d'utilisation (FU)</td> <td>1,893</td> <td>83,452</td> <td>0,801</td> </tr> <tr> <td>Influence Sociale (IS)</td> <td>1,808</td> <td>60,206</td> <td>0,668</td> </tr> <tr> <td>Utilité Percue (UP)</td> <td>2,209</td> <td>55,224</td> <td>0,721</td> </tr> <tr> <td>Motivation (IM)</td> <td>2,403</td> <td>80,085</td> <td>0,872</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de corrélation avec coefficients de Pearson et significations.

<div> <body> <div class="page"> <table> <tbody> <tr> <th colspan="7">Corrélations</th> </tr> <tr> <td></td> <td></td> <th>1Q</th> <th>FU</th> <th>IS</th> <th>UP</th> <th>IM</th> </tr> <tr> <th rowspan="3">IQ</th> <th>Corrélation de Pearson</th> <td>1</td> <td>166</td> <td>266</td> <td>557</td> <td></td> </tr> <tr> <th>Sig . (bilaté- rale)</th> <td></td> <td>007</td> <td></td> <td></td> <td></td> </tr> <tr> <th>N</th> <td>260</td> <td>260</td> <td>260</td> <td>260</td> <td>260</td> </tr> <tr> <th rowspan="3">FU</th> <th>Corrélation de Pearson</th> <td>166</td> <td>1</td> <td>,037</td> <td>276</td> <td>435</td> </tr> <tr> <th>(bilaté - rale) Sig</th> <td>007</td> <td></td> <td>553</td> <td></td> <td>,00</td> </tr> <tr> <th>N</th> <td>260</td> <td>260</td> <td>260</td> <td>260</td> <td>260</td> </tr> <tr> <td></td> <th>Corrélation de Pearson</th> <td>266</td> <td>037</td> <td>1</td> <td>451'</td> <td>327</td> </tr> <tr> <td></td> <th>(bilaté- rale) Sig.</th> <td></td> <td>553</td> <td></td> <td>0oo</td> <td></td> </tr> <tr> <td></td> <th>N</th> <td>260</td> <td>260</td> <td>260</td> <td>260</td> <td>260</td> </tr> <tr> <th rowspan="3">UP</th> <th>Corrélation de Pearson</th> <td>557'</td> <td>,276</td> <td>451'</td> <td>1</td> <td>608</td> </tr> <tr> <th>(bilaté - rale) Sig.</th> <td></td> <td></td> <td>000</td> <td></td> <td></td> </tr> <tr> <th>N</th> <td>260</td> <td>260</td> <td>260</td> <td>260</td> <td>260</td> </tr> <tr> <th rowspan="3">IM</th> <th>Corrélation de Pearson</th> <td>,381</td> <td>435</td> <td>,327</td> <td>608</td> <td>1</td> </tr> <tr> <th>Sig . (bilaté- rale)</th> <td>,000</td> <td>,000</td> <td>,000</td> <td>,000</td> <td></td> </tr> <tr> <th>N</th> <td>260</td> <td>260</td> <td>260</td> <td>260</td> <td>260</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec indices statistiques pour évaluer modèles : χ², Ddl, RMR, RMSEA, χ²/Ddl, AIC, CAIC.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>Indices</th> <th>Valeurs calculées</th> <th>Valeurs souhaitées</th> </tr> <tr> <th rowspan="4">Indices absolus</th> <td></td> <td>223,959</td> <td></td> </tr> <tr> <td>DdI</td> <td>98</td> <td></td> </tr> <tr> <td>RMR</td> <td>0,485</td> <td></td> </tr> <tr> <td>RMSEA</td> <td>0,070</td> <td>< 0,08 (si possible < 0,05)</td> </tr> <tr> <th rowspan="3">Indices parcimo- nieux</th> <td></td> <td>2,285</td> <td>< 5</td> </tr> <tr> <td>AIC</td> <td>299,959</td> <td></td> </tr> <tr> <td>CAIC</td> <td>473,265</td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure 7

Description de l'image par IA : Diagram de structure avec des cercles et des flèches reliant différents éléments étiquetés IQ, IS, UP, IM, FU et leurs sous-catégories.

L'image représente un diagramme de modèle structurel optimal fourni par AMOS. Ce diagramme est composé de plusieurs cercles et rectangles interconnectés par des flèches. Les cercles représentent des variables latentes ou des facteurs, tandis que les rectangles représentent des variables manifestes ou des indicateurs. En haut à gauche, il y a un cercle étiqueté "IQ" avec quatre rectangles associés étiquetés "IQ1", "IQ2", "IQ3", et "IQ4". Chaque rectangle est relié à "IQ" par une flèche, indiquant une relation entre les indicateurs et le facteur latent "IQ". À côté, à droite, il y a un autre cercle étiqueté "UP" avec quatre rectangles associés étiquetés "UP1", "UP2", "UP3", et "UP4". Ces rectangles sont également reliés à "UP" par des flèches. En dessous de "IQ", il y a un autre cercle étiqueté "IS" avec trois rectangles associés étiquetés "IS2", "IS3", et "IS5". Ces rectangles sont reliés à "IS" par des flèches. À droite de "IS", il y a un cercle étiqueté "IM" avec trois rectangles associés étiquetés "IM1", "IM2", et "IM3". Ces rectangles sont reliés à "IM" par des flèches. En bas à gauche, il y a un cercle étiqueté "FU" avec deux rectangles associés étiquetés "FU1" et "FU2". Ces rectangles sont reliés à "FU" par des flèches. Les flèches entre les cercles et les rectangles indiquent des relations causales ou des influences entre les variables. Par exemple, il y a des flèches allant de "IQ" à "UP", "IS" à "IM", et "IM" à "FU", suggérant des relations entre ces facteurs. Les valeurs numériques à côté des flèches représentent probablement des coefficients de charge ou des valeurs de corrélation, indiquant la force ou la direction de la relation entre les variables. En résumé, ce diagramme illustre un modèle structurel complexe avec plusieurs facteurs latents et leurs indicateurs respectifs, montrant comment ces facteurs interagissent entre eux.

Modèle structurel optimal (fourni par AMOS)

Figure

Description de l'image par IA : Tableau de données avec des valeurs numériques pour différents effets standardisés.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th colspan="5">Effet indirect standardisé</th> <th colspan="5">Effet direct standardisé</th> <th colspan="5">Effet total standardisé</th> </tr> <tr> <td></td> <th>FU</th> <td></td> <th>IQ</th> <th>UP</th> <th>IM</th> <th>FU</th> <td></td> <th>IQ</th> <th>UP</th> <th>IM</th> <th>FU</th> <th>IS</th> <th>IQ</th> <th>UP</th> <th>IM</th> </tr> <tr> <td>FU</td> <td></td> <td>,0oo</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td>,00o</td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <td>IS</td> <td>,000</td> <td>,000</td> <td>,000</td> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> <td>,000</td> <td></td> <td>,000</td> <td>00o</td> <td>,000</td> <td></td> </tr> <tr> <td>IQ</td> <td></td> <td></td> <td></td> <td>000</td> <td></td> <td></td> <td>00o</td> <td></td> <td></td> <td>,00o</td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <td>UP</td> <td>00O</td> <td>,00o</td> <td></td> <td>000</td> <td></td> <td>214</td> <td>,510</td> <td>,512</td> <td></td> <td>,000</td> <td>214</td> <td>510</td> <td>512</td> <td></td> <td></td> </tr> <tr> <td></td> <td>088</td> <td>210</td> <td>211</td> <td></td> <td>,00o</td> <td>200</td> <td>,176</td> <td></td> <td>412</td> <td>,00o</td> <td>289</td> <td>386</td> <td>211</td> <td>412</td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec hypothèses et statuts en français.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Hypothèses</th> <th>statut</th> </tr> <tr> <td>lisation (FU) et F'influence sociale (IS) ont un effet direct positif sur les motivations (IM) des appre nants à faire usage des réseaux sociaux en milieu éducatif "</td> <td>Partiellement validé</td> </tr> <tr> <td>H2 : "la qualité de l'information (IQ), Ia facilité d'uti- lisation (FU) et F'influence sociale (IS) ont un effet direct positif sur l'utilité perçue (UP) par les appre- nants des usages des réseaux sociaux en milieu éducatif "</td> <td>validé</td> </tr> <tr> <td>H3 : "Futilité perçue (UP) a un effet direct positif sur| validé les motivations intrinsèques (IM) des apprenants à faire usage des réseaux sociaux en milieu éducatif</td> <td></td> </tr> <tr> <td>H4 : la qualité de F'information (IQ) la facilité duti- lisation (FU) et F'influence sociale (IS) ont un effet indirect positif sur les motivations intrinsèques (IM) via /'utilité perçue (UP) par les apprenants à faire usage des réseaux sociaux en milieu éducatif</td> <td>validé</td> </tr> </tbody> </table> </div> </body> </div>

Figure 1

Description de l'image par IA : Diagram en forme de Venn montrant une ETI avec 650 employés, incluant plusieurs sites de production avec des effectifs variés.

L'image représente un diagramme en forme de Venn avec deux cercles imbriqués. Le cercle extérieur est étiqueté "ETI : 650 pers." et le cercle intérieur est étiqueté "site de production A (PME d'origine) 200 pers. (dont 20 pers. au siège social)". À l'intérieur du cercle extérieur, mais en dehors du cercle intérieur, il y a deux étiquettes : - "site de production B : 150 pers." - "site de production C : 60 pers." À l'intérieur du cercle intérieur, il y a deux étiquettes : - "site de production A (PME d'origine) 200 pers. (dont 20 pers. au siège social)" - "site de production D : 78 pers." Il y a également une étiquette à l'intérieur du cercle intérieur qui lit "Recherche exploratoire". À l'extérieur du cercle intérieur, mais à l'intérieur du cercle extérieur, il y a une étiquette qui lit "2 sites de production à l'étranger". Le diagramme semble illustrer la répartition des employés dans une Entreprise de Taille Intermédiaire (ETI) composée de plusieurs sites de production, y compris une PME d'origine, des sites de production nationaux et des sites à l'étranger, ainsi qu'une composante de recherche exploratoire.

Une ETI composée de PME

Tableau 1

Description de l'image par IA : Tableau comparant les pratiques RH différenciées et intégrées avec des flèches illustrant les transitions entre les deux.

L'image présente un diagramme intitulé "Synthèse des données recueillies sur un continuum." Il est divisé en deux colonnes principales : "ETI différenciée" à gauche et "ETI intégrée" à droite. Entre ces deux colonnes, il y a une série de flèches et de lignes qui montrent des relations et des transitions entre différents aspects. Les éléments listés dans la colonne "ETI différenciée" incluent : - Pratiques RH - Contrôle des heures - Paie - Instances représentatives du personnel - Recrutement - Système de rémunération - TIC - Messagerie - Intranet - SIRH - Mode de management - Management du site D Ces éléments sont reliés à des points correspondants dans la colonne "ETI intégrée" par des flèches qui indiquent des transitions ou des relations spécifiques. Par exemple : - "Pratiques RH" se déplace vers "standardisées et centralisées." - "Contrôle des heures" se déplace vers "centralisées." - "Paie" se déplace vers "centralisées." - "Instances représentatives du personnel" se déplace vers "centralisées." - "Recrutement" se déplace vers "centralisées." - "Système de rémunération" se déplace vers "centralisées." - "TIC" se déplace de "relation siège site informelle" à "relation siège site formelle." - "Messagerie" se déplace vers "centralisées." - "Intranet" se déplace vers "centralisées." - "SIRH" se déplace vers "centralisées." - "Mode de management" se déplace de "décentralisé" à "centralisé." - "Management du site D" se déplace vers "centralisées." Le diagramme semble illustrer une évolution ou une intégration des pratiques et systèmes au sein d'une entreprise, passant d'une approche décentralisée et différenciée à une approche centralisée et intégrée.

Synthèse des données recueillies sur un continuum

Schéma 1

Description de l'image par IA : Diagram circulaire avec des nœuds et des flèches reliant différents concepts.

L'image représente un modèle de recherche intitulé "Modèle de recherche (J. Hamari et al., 2016)". Il s'agit d'un diagramme en forme d'étoile centré autour d'un cercle intitulé "Attitude". Ce cercle central est relié à quatre autres cercles plus petits par des flèches à double sens. Ces cercles sont étiquetés "Innovation", "Raisonnement", "Comportement" et "Connaissance technologique". Chaque cercle central est relié au cercle "Attitude" par des flèches à double sens, indiquant une relation bidirectionnelle. Les cercles "Innovation" et "Raisonnement" sont positionnés à gauche et à droite respectivement, tandis que "Comportement" et "Connaissance technologique" sont en bas à gauche et à droite. Les flèches reliant ces cercles sont étiquetées avec des lettres et des chiffres, comme H1a, H1b, H2a, H2b, H3a, H3b, H4a et H4b, suggérant des relations spécifiques ou des chemins de recherche entre les différents éléments du modèle. Le diagramme semble illustrer comment l'attitude influence et est influencée par l'innovation, le raisonnement, le comportement et la connaissance technologique, formant un réseau complexe de relations interreliées.

Modèle de recherche (J. Hamari et al., 2016)

Figure

Description de l'image par IA : Tableau de données avec variables et effectifs pour genre, profession, âge et budget de consommation.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Variable</td> <td>Catégorie</td> <td>Effectiks</td> <td></td> </tr> <tr> <td>Genre</td> <td>Homme</td> <td>36</td> <td>36</td> </tr> <tr> <td></td> <td>Femme</td> <td>64</td> <td>64</td> </tr> <tr> <td>Profession</td> <td>Etudiant</td> <td>100</td> <td>100</td> </tr> <tr> <td>Age</td> <td>Entre 20 et 30 ans</td> <td>100</td> <td>100</td> </tr> <tr> <td>Budget de consommation</td> <td>Moins de 1OOOdh</td> <td>65</td> <td>65</td> </tr> <tr> <td></td> <td>3000dh</td> <td>27</td> <td>27</td> </tr> <tr> <td></td> <td>Entre 3000dh 500Odh</td> <td>6</td> <td>6</td> </tr> <tr> <td></td> <td>8000 dh</td> <td>1</td> <td>1</td> </tr> <tr> <td></td> <td>Plus de 8000 Dh</td> <td>1</td> <td>1</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de données avec des valeurs numériques pour différents attributs et composants.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>Attitude</th> <th>Intention comportementale</th> <th>Durabilité</th> <th>Gains économiques</th> <th>Jouissance</th> <th>Réputation</th> </tr> <tr> <td>Attl</td> <td>0,608614</td> <td>0,388943</td> <td>0,392900</td> <td>0,219955</td> <td>0,310208</td> <td>0,259886</td> </tr> <tr> <td>Att2</td> <td>0,876759</td> <td>0,506907</td> <td>0,627453</td> <td>0,276755</td> <td>0,478911</td> <td>0,240950</td> </tr> <tr> <td>Att3</td> <td>0,855944</td> <td>0,439209</td> <td>0,537988</td> <td>0,290183</td> <td>0,519550</td> <td>0,288570</td> </tr> <tr> <td>Att4</td> <td>0,927210</td> <td>0,510027</td> <td>0,610719</td> <td>0,364023</td> <td>0,577316</td> <td>0,275666</td> </tr> <tr> <td>Att5</td> <td>0,705234</td> <td>0,496766</td> <td>0,574649</td> <td>0,366117</td> <td>0,472585</td> <td>0,186227</td> </tr> <tr> <td>Compl</td> <td>0,550274</td> <td>0,853536</td> <td>0,416525</td> <td>0,442835</td> <td>0,494996</td> <td>0,373322</td> </tr> <tr> <td>Comp2</td> <td>0,513912</td> <td>0,895928</td> <td>0,424985</td> <td>0,395298</td> <td>0,517751</td> <td>0,246851</td> </tr> <tr> <td>Comp3</td> <td>0,431816</td> <td>0,829273</td> <td>0,335089</td> <td>0,303246</td> <td>0,358554</td> <td>0,245834</td> </tr> <tr> <td>Comp4</td> <td>0,524974</td> <td>0,898196</td> <td>0,428627</td> <td>0,387827</td> <td>0,455270</td> <td>0,293474</td> </tr> <tr> <td>Dur1</td> <td>0,581531</td> <td>0,383440</td> <td>0,780465</td> <td>0,223286</td> <td>0,346388</td> <td>0,194221</td> </tr> <tr> <td>Dur2</td> <td>0,570257</td> <td>0,469477</td> <td>0,824651</td> <td>0,310094</td> <td>0,400096</td> <td>0,177409</td> </tr> <tr> <td>Dur3</td> <td>0,613141</td> <td>0,328654</td> <td>0,862060</td> <td>0,302941</td> <td>0,370842</td> <td>0,188114</td> </tr> <tr> <td>Dur4</td> <td>0,541259</td> <td>0,319797</td> <td>0,792886</td> <td>0,379955</td> <td>0,356235</td> <td>0,154302</td> </tr> <tr> <td>Dur5</td> <td>0,495206</td> <td>0,378045</td> <td>0,799233</td> <td>0,310844</td> <td>0,313668</td> <td>0,202260</td> </tr> <tr> <td></td> <td>0,339602</td> <td>0,306784</td> <td>0,325495</td> <td>0,707130</td> <td>0,296694</td> <td>0,313961</td> </tr> <tr> <td>G_eco2</td> <td>0,276304</td> <td>0,361067</td> <td>0,238479</td> <td>0,805297</td> <td>0,350322</td> <td>0,470198</td> </tr> <tr> <td>G_eco3</td> <td>0,189358</td> <td>0,381598</td> <td>0,345098</td> <td>0,689943</td> <td>0,241306</td> <td>0,433273</td> </tr> <tr> <td>G_eco4</td> <td>0,268646</td> <td>0,169402</td> <td>0,104495</td> <td>0,590402</td> <td>0,383706</td> <td>0,562702</td> </tr> <tr> <td>Jouisl</td> <td>0,347086</td> <td>0,294200</td> <td>0,197871</td> <td>0,208230</td> <td>0,656436</td> <td>0,298441</td> </tr> <tr> <td>Jouis2</td> <td>0,456453</td> <td>0,493531</td> <td>0,395766</td> <td>0,344221</td> <td>0,795537</td> <td>0,166530</td> </tr> <tr> <td>Jouis3</td> <td>0,413318</td> <td>0,285584</td> <td>0,245304</td> <td>0,255798</td> <td>0,662118</td> <td>0,341930</td> </tr> <tr> <td>Jouis4</td> <td>0,479363</td> <td>0,409837</td> <td>0,382340</td> <td>0,424832</td> <td>0,737555</td> <td>0,229322</td> </tr> <tr> <td>Repl</td> <td>0,284264</td> <td>0,247087</td> <td>0,215377</td> <td>0,514682</td> <td>0,293180</td> <td>0,848917</td> </tr> <tr> <td>Rep2</td> <td>0,290324</td> <td>0,330967</td> <td>0,198478</td> <td>0,557422</td> <td>0,338416</td> <td>0,889796</td> </tr> <tr> <td>Rep3</td> <td>0,228288</td> <td>0,307870</td> <td>0,150009</td> <td>0,578427</td> <td>0,215134</td> <td>0,837821</td> </tr> <tr> <td>Rep4</td> <td>0,143326</td> <td>0,128722</td> <td>0,155456</td> <td>0,179768</td> <td>0,260824</td> <td>0,527679</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Table de corrélation avec valeurs numériques

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>AVE</th> <th>Composite Reliability</th> <th>Cronbachs Alpha</th> <th>Altitude</th> <th>Gains économiques</th> <th>Durabilite</th> <th>Intention comportementale</th> <th>Jouissance</th> <th>Réputalion</th> </tr> <tr> <th>Attitude</th> <td>0,645766</td> <td>0,899147</td> <td>0,856021</td> <td>0,803595669</td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Gains écono- miques</th> <td>0,493283</td> <td>0,793733</td> <td>0,655243</td> <td>0,381798</td> <td>0,702341085</td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Durabilite</th> <td>0,659953</td> <td>0,906468</td> <td>0,870956</td> <td>0,691789</td> <td>0,373904</td> <td>0,812374913</td> <td></td> <td></td> <td></td> </tr> <tr> <th>Intention comportemen- tale</th> <td>0,756415</td> <td>0,925414</td> <td>0,892965</td> <td>0,585429</td> <td>0,445103</td> <td>0,465310</td> <td>0,86972122</td> <td></td> <td></td> </tr> <tr> <th>Jouissance</th> <td>0,511544</td> <td>0,806278</td> <td>0,683101</td> <td>0,597531</td> <td>0,443061</td> <td>0,441677</td> <td>0,531866</td> <td>0,715223042</td> <td></td> </tr> <tr> <th>Réputation</th> <td>0,623197</td> <td>0,864743</td> <td>0,791560</td> <td>0,308589</td> <td>0,613267</td> <td>0,225643</td> <td>0,336479</td> <td>0,345778</td> <td>0,789428274</td> </tr> </tbody> </table> </div> </body> </div>

Schéma 2

Description de l'image par IA : Diagram structurel avec cercles et flèches reliant différents termes : Durée, Imprécision, Amplitude, Régulation, Déficit.

L'image représente un diagramme de modèle structurel intitulé "Modèle structurel de l’étude (Output : SmartPls 2)". Ce diagramme est un graphique en forme de losange avec plusieurs cercles et flèches reliant les cercles entre eux. Les cercles représentent différents concepts ou variables, tandis que les flèches indiquent les relations ou les influences entre ces variables. Au centre du diagramme, il y a un cercle étiqueté "Amélioration" avec des flèches pointant vers quatre autres cercles. Ces cercles sont étiquetés "Durabilité", "Innovation", "Régulation" et "Déficience". Chaque flèche est accompagnée de valeurs numériques qui semblent indiquer des coefficients ou des poids des relations entre les variables. Les cercles "Durabilité" et "Innovation" sont reliés au cercle central "Amélioration" par des flèches avec des valeurs telles que 0,523, 0,549, 0,064, et 0,710. De même, les cercles "Régulation" et "Déficience" sont également connectés au cercle central avec des valeurs comme 0,082, 0,918, 0,023, et 0,174. Le cercle "Durabilité" est également connecté au cercle "Innovation" avec une valeur de 0,064. De même, le cercle "Régulation" est connecté au cercle "Déficience" avec une valeur de 0,174. Les cercles "Durabilité" et "Innovation" sont reliés au cercle central "Amélioration" par des flèches avec des valeurs telles que 0,523, 0,549, 0,064, et 0,710. De même, les cercles "Régulation" et "Déficience" sont également connectés au cercle central avec des valeurs comme 0,082, 0,918, 0,023, et 0,174. Le cercle "Durabilité" est également connecté au cercle "Innovation" avec une valeur de 0,064. De même, le cercle "Régulation" est connecté au cercle "Déficience" avec une valeur de 0,174. Ce diagramme semble illustrer les relations et les influences entre différents concepts ou variables dans le cadre d'une étude structurée.

Modèle structurel de l’étude (Output : SmartPls 2)

Figure

Description de l'image par IA : Table de statistiques avec valeurs moyennes, écarts-types et erreurs standard.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>Original Sample (0)</th> <th>Sample Mean (M)</th> <th>Standard Deviation (STDEV)</th> <th>Standard Error (STERR)</th> <th>T Statistics (JOI</th> </tr> <tr> <th>Attitude 3 Intention Comportementale</th> <td>0,338210</td> <td>0,346570</td> <td>0,117666</td> <td>0,117666</td> <td>2,874320</td> </tr> <tr> <th>Gains économiques 3 Attitude</th> <td>0,018126</td> <td>0,003247</td> <td>0,106461</td> <td>0,106461</td> <td>0,170260</td> </tr> <tr> <th>Gains économiques Intention Comportementale</th> <td>0,169878</td> <td>0,208770</td> <td>0,144457</td> <td>0,144457</td> <td>1,175981</td> </tr> <tr> <th>Durabilité 3 Attitude</th> <td>0,529177</td> <td>0,497659</td> <td>0,107372</td> <td>0,107372</td> <td>4,928461</td> </tr> <tr> <th>Durabilité Intention Comportementale</th> <td>0,242659</td> <td>0,223804</td> <td>0,102615</td> <td>0,102615</td> <td>2,364745</td> </tr> <tr> <th>Jouissance 7 Attitude</th> <td>0,342786</td> <td>0,349077</td> <td>0,080807</td> <td>0,080807</td> <td>4,242009</td> </tr> <tr> <th>Jouissance Intention Comportementale</th> <td>0,326250</td> <td>0,309822</td> <td>0,133729</td> <td>0,133729</td> <td>2,439637</td> </tr> <tr> <th>Réputation Attitude</th> <td>0,082277</td> <td>0,089883</td> <td>0,104582</td> <td>0,104582</td> <td>0,786719</td> </tr> <tr> <th>Réputation Intention Comportementale</th> <td>0,065098</td> <td>0,063687</td> <td>0,096550</td> <td>0,096550</td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau listant des descriptions d'accessibilité pour des personnes aveugles et handicapées, concernant la consommation collaborative.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Variable</th> <th>Items</th> <th>Source</th> </tr> <tr> <td>Attitude</td> <td>La consommation collaborative un meilleur mode de consommation que la vente et l'achat individuel Je pense que la consommation collaborative est positive Je pense que le fait de participer à la consommation collaborative est une bonne chose Le partage de biens et de services au sein d'une communauté de consommation collaborative est logique. est</td> <td>J. Hamari et al. (2016)</td> </tr> <tr> <td>Comportement</td> <td>Je m'attends à continuer la consommation collaborative souvent dans le futur . Je peux me voir m'engager plus souvent dans Ia consommation collaborative dans le futur. Je peux me voir augmenter mes activités de consommation collaborative si possible Il est probable que je participerai fréquemment à des communautés de consommation collaborative dans V'avenir.</td> <td>J. Hamari et al. (2016)</td> </tr> <tr> <td>Jouissance</td> <td>Je pense que la consommation collaborative est agréable. Je pense que la consommation collaborative est passionnante. Je pense que la consommation collaborative est amusante_ Je pense que la consommation collaborative est intéressante</td> <td>Hamari et al. (2016)</td> </tr> <tr> <td>Gains écono- miques</td> <td>Je peux économiser de l'argent si je participe à la consommation collaborative Ma participation à la consommation collaborative me profite financièrement. Ma participation à la consommation collaborative peut améliorer ma situation économique. Ma participation à la consommation collaborative m'a fait gagner du temps.</td> <td>J. Hamari et al. (2016)</td> </tr> <tr> <td>Réputation</td> <td>Contribuer à ma communauté de consommation collaborative améliore mon image au sein de la communauté. Je gagne la reconnaissance de ma communauté en participant à une consommation collaborative Je gagnerais le respect des autres en partageant avec d'autres personnes dans ma communauté de consommation collaborative. Les gens de la communauté contribuent à la consommation collaborative ont plus de prestige que ceux n'en ont pas. qui qui</td> <td>J. Hamari et al. (2016)</td> </tr> <tr> <td>Durabilité</td> <td>La consommation collaborative permet d'économiser les ressources naturelles. La consommation collaborative est un mode de consommation durable La consommation collaborative est écologique La consommation collaborative est efficace en termes d'utilisation de l'énergie La consommation collaborative est respectueuse de l'environnement</td> <td>Hamari et al. (2016)</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Diagram de réseau avec des cercles et des flèches reliant divers nœuds étiquetés, montrant des valeurs numériques sur les connexions.

L'image représente un diagramme de réseau complexe avec plusieurs nœuds et arcs. Les nœuds sont représentés par des cercles et des rectangles, et ils sont interconnectés par des flèches. Les cercles sont remplis de gris et contiennent des valeurs numériques, tandis que les rectangles sont vides et contiennent également des valeurs numériques. Les flèches entre les nœuds indiquent des relations ou des influences entre eux. Au centre du diagramme, il y a un grand cercle avec la valeur "0.500". Ce nœud central est relié à plusieurs autres nœuds par des flèches. À gauche, il y a un autre grand cercle avec la valeur "0.500" qui est connecté à plusieurs rectangles étiquetés "Dw1", "Dw2", "Dw3", "Dw4", et "Dw5". Ces rectangles sont reliés au cercle central par des flèches avec des valeurs numériques. À droite du nœud central, il y a un autre grand cercle avec la valeur "0.500" qui est connecté à plusieurs rectangles étiquetés "Rapp1", "Rapp2", "Rapp3", et "Rapp4". Ces rectangles sont également reliés au cercle central par des flèches avec des valeurs numériques. En haut du diagramme, il y a un autre grand cercle avec la valeur "0.500" qui est connecté à plusieurs rectangles étiquetés "AB1", "AB2", "AB3", et "AB4". Ces rectangles sont reliés au cercle central par des flèches avec des valeurs numériques. En bas du diagramme, il y a un autre grand cercle avec la valeur "0.485" qui est connecté à plusieurs rectangles étiquetés "Compétence", "Compétence", "Compétence", et "Compétence". Ces rectangles sont reliés au cercle central par des flèches avec des valeurs numériques. Les valeurs sur les flèches indiquent probablement des coefficients ou des poids des relations entre les nœuds. Le diagramme semble représenter un modèle de réseau complexe, peut-être un modèle de réseau bayésien ou un autre type de modèle de réseau de dépendance conditionnelle.

Figure 1

Description de l'image par IA : Diagram avec une boîte centrale reliée à trois éléments : confiance, acteurs, politiques et identitaires.

Le cadre conceptuel

Figure

Description de l'image par IA : Tableau avec trois colonnes "Sources", "Entretien", "Documentation", "Observation" et descriptions correspondantes.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Sources</td> <td>Contenu</td> </tr> <tr> <td>Entretien</td> <td>24 entretiens individuels de type semi-directif</td> </tr> <tr> <td>Documentation</td> <td>Journaux internes, documents de présentation de du département, documents relatifs aux processus internes documents de travail documents de formations internes</td> </tr> <tr> <td>Observation</td> <td>Présence aux réunions de travail liées à des projets en cours, observations du travail quoti- dien</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau répertoriant les profils des répondants, leurs noms et la durée moyenne d'une entrevue.

Figure 2

L'image montre un diagramme de flux en quatre étapes intitulé "Le processus de catégorisation". À gauche, une boîte intitulée "Extrait" contient un texte en français : "On avait intérêt à s'entendre, c'était bon pour nous deux... ça m'a ouvert des portes." À droite de cette boîte, une flèche pointe vers une autre boîte intitulée "Groupe de mots". Cette boîte contient deux phrases : "intérêt, bon" et "ouvert des portes". En dessous de "Groupe de mots", une autre flèche pointe vers une boîte intitulée "Thème". Cette boîte contient une seule phrase : "Gains en termes de légitimité". En dessous de "Thème", une autre flèche pointe vers une boîte intitulée "Catégorie". Cette boîte contient une seule phrase : "Dimension politique de l'entrée en coopération." Chaque boîte est reliée par des flèches, indiquant un processus séquentiel de catégorisation à partir d'un extrait de texte jusqu'à la détermination d'une catégorie.

Le processus de catégorisation

Figure

Description de l'image par IA : Tableau avec descriptions et caractéristiques de différents types de projets et relations entre membres.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Descripteurs du Cas</th> <th>Caractéristiques</th> </tr> <tr> <td>Typologie de lorgani- sation</td> <td>Organisation orientée projet Lactivité et le fonctionnement du départe- ment sont structures autour des succes- sions de projets Prédominance de la logique projet</td> </tr> <tr> <td>Typologie des interve- nants</td> <td>Grande membres de projet Hétérogénéité en termes de parcours, de compétences et d'intérêts Membres multi-projets les acteurs évoluent dans différents projets</td> </tr> <tr> <td>Typologie des projets</td> <td>Projet de développement de moyens d'essais projet de renouvellement de moyens d'essais Projet à surface financière variable Projet à fort contenu technologique Projet à dimension _stratégique variable</td> </tr> <tr> <td>Typologie des relations entre membres de projets</td> <td>Projets à forte nécessité coopérative Dispositif du rapprochement physique des acteurs (plateau)</td> </tr> <tr> <td>Niveau de coopération</td> <td>Degré de coopération variable selon les projets et selon les membres Certains projets apparaissent comme des modèles de réussite tant en termes de résultats que de coopération D'autres restent dans les mémoires comme des fiascos 0 tant en termes de résultats que de coopération</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec trois dimensions et thèmes correspondants, incluant les occurrences. Données sur les bénéfices, identification, et ressources.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Catégories</th> <th>Thèmes</th> <th>Occurrences</th> </tr> <tr> <td rowspan="3">La dimension politique 46 %</td> <td>Bénéfices en termes de légitimité</td> <td>18</td> </tr> <tr> <td>Bénéfices en termes de projet personnel</td> <td>16</td> </tr> <tr> <td>Porteur de ressources</td> <td>19</td> </tr> <tr> <td rowspan="2">La dimension identitaire 30 %</td> <td>Identification organisationnelle</td> <td>16</td> </tr> <tr> <td>Identification professionnelle</td> <td></td> </tr> <tr> <td rowspan="2">La dimension représentation- nelle 24 %</td> <td>Raisonnements défensifs</td> <td>14</td> </tr> <tr> <td>Configuration mentale</td> <td>13</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec descriptions de rôles et comportements pour projets.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Typolosie des acteurs</th> <th>Intérêts et enjeux</th> <th>Comportements de coopération</th> </tr> <tr> <td>Manager des systèmes dessais</td> <td>Ce prime dans un projet, c'est qu'il légitime Enjeu Initier un projet en adéquation avec la stratégie définie en amont (stratégie Produit) et fixer des criteres QCD réalistes " en vue de faire la preuve de sa compétence, faire référence et devenir crédible lorsqu'il sera à de nouveaux projets qui</td> <td>soit | Négocier les criteres QCD avec chef de projet. La nouveauté du projet rend cette négociation plus aisée, car il n'existe aucune référence de projet similaire à partir desquelles fixer les critères QCD En les négociant (versus en les imposant), il mobilise le CP sur leurs respects</td> </tr> <tr> <td>Chef de projet</td> <td>Moi je suis évalué sur le respect des délais et des coúts Enjeu Conduire le projet dans le respect des critères QCD et éviter tout dépassement pour devenir le CP à on confiera des projets a forts enjeux pour FISE être sollicité sur des projets à problèmes 0 et devenir le CP incontournable qui</td> <td>critère Q avec le (ou les) experts techniques du projet afin de trouver un compromis acceptable entre solutions techniques à faible risque (moins coûteuses) et solutions techniques à faible coût (mais risquées). En recherchant un compromis acceptable pour les deux parties (versus en contraignant lexpert) le CP obtient de l'expert Vengagement technique (chercher à faire face aux problèmes s'ils surgissent alors que ce dernier peut se déresponsabi- liser; n'ayant pas choisi librement la solution technique) plus</td> </tr> <tr> <td>Experts techniques</td> <td>Le plus important, c'est quand meme que les bancs fonctionnent quand on les livre et puis Enjeux ~Fiabiliser les choix techniques afin que la qualité, évaluée pour lui, a Ia livraison, soit atteinte En influence technique lors de l'adoption de nouvelles solutions (cette fiabilisation découle de choix techniques expérimentés) ~Se concentrer sur le test de nouvelles solutions considérées comme plus valorisantes après</td> <td>Utiliser et soutenir des solutions techniques à coût raison- nable quitte à accepter une solution technique nouvelle et donc mettre en jeu son expertise. En agissant ainsi, Texpert obtient du CP la possibilité de définir une solution sans discussion pour un futur projet. Le principe est celui du donnant-donnant "</td> </tr> <tr> <td>Maintenanciers</td> <td>Mon problème il est plus en aval du projet, mais le problème; c'est que mes problèmes, on ne peut les résoudre qu'en amont du projet " Enjeux ~Faire vivre en limitant Ia maintenance | collègues curative grâce à des solutions techniques expéri- mentées ~Atténuer la charge de travail et se concentrer sur des activités de maintenance plus noble (mainte- nance préventive)</td> <td>Tolérer des solutions à risques, car non encore expérimen- tées. En adoptant un comportement de coopération avec le CP et l'expert, il s'accorde la possibilité de s'exprimer plus activement dans le futur et surtout qu'il soit écouté par ses</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparant identification organisationnelle et professionnelle avec mécanismes de socialisation et comportements de coopération.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Typologie de l'identilication</th> <th>Mécanismes de socialisation</th> <th>Comportements de _coopération</th> </tr> <tr> <td>Identification organisation- nelle</td> <td>Quand on a connu le Renault sous l'État, la crise de 80, etc., forcément l'entreprise on y tient Lidentité de l'entreprise est un mode de socialisation. En adhérant aux valeurs organisationnelles, les acteurs donnent sens leur travail Les valeurs sont signi- fiantes, car elles témoignent d'une appartenance à une entité supérieure. Une entreprise culture cohésive générera une coopération communautaire d'autant plus facilement qu'elle sa culture (recrutement sur des valeurs, rites initiatiques) .</td> <td>induisent une coopération communautaire de ce type En effet, les acteurs, quels que soient leurs intérêts, peuvent parfois coopérer au nom du projet et de lentreprise La culture fait converger les compor- tements individuels , traduisant alors une situation d' agir ensemble qui</td> </tr> <tr> <td>Identification profession- nelle</td> <td>Entre anciens, on se serre les coudes ingénieurs il y a de |'entraide Le cercle professionnel permet une existence sociale immédiate. Être membre dun cercle permet de disposer de signes quotidiens de cette appartenance. Limage est renvoyée en instantanée. Ces cercles maintiennent | coopérer avec les leur existence à travers ces signaux Or, la coopération en est probablement la manifestation la plus explicite.</td> <td>Entre les membres de ce cercle, la cooperation est quasi-inéluctable Un comportement non-coopératif serait pour son auteur particulièrement préjudiciable et signifierait son exclusion probable du cercle. Les anciens que soit le projet, s'engagent à leurs. C'est le signe de lapparte- nance sociale_ quel</td> </tr> </tbody> </table> </div> </body> </div>

Figure 3

Description de l'image par IA : Diagram de flux montrant la coopération en gestion de projet avec des facteurs influents et limitants.

Le diagramme représente la dynamique de coopération en gestion de projet. Il est structuré en deux grandes sections principales, chacune représentant une phase de coopération. La première phase est intitulée "Coopération à l'instant 1" et la deuxième "Coopération à l'instant n+1". Entre ces deux phases, il y a une flèche pointillée qui indique une progression temporelle entre les deux moments de coopération. Chaque phase de coopération est influencée par plusieurs facteurs : 1. **Représentation initiale des acteurs** : Cela semble indiquer comment les acteurs sont perçus ou définis au début du projet. 2. **Confiance initiale des acteurs** : Cela fait référence au niveau de confiance entre les acteurs au début du projet. 3. **Représentations** : Cela pourrait indiquer comment les acteurs sont perçus ou définis au cours du projet. 4. **Confiance** : Cela fait référence au niveau de confiance entre les acteurs au cours du projet. Ces facteurs sont représentés par des ellipses et sont connectés aux phases de coopération par des flèches, indiquant leur influence sur la coopération à chaque instant. En bas du diagramme, il y a une ligne horizontale étiquetée "TEMPS", montrant que le temps s'écoule de gauche à droite. En résumé, le diagramme illustre comment la représentation et la confiance des acteurs influencent la coopération à différents moments d'un projet, en mettant en évidence l'évolution de ces facteurs au fil du temps.

La dynamique de coopération en gestion de projet

Schéma 1

Description de l'image par IA : Pyramide montrant différents types de clients fidèles : Militant, Affectif, Calculateur, Conservateur, Indifférent.

L'image représente une pyramide divisée en cinq niveaux, chacun représentant un type différent de client fidèle selon David A. Aaker. À la base de la pyramide, le niveau le plus large est intitulé "Indifférent", indiquant que ce sont les clients les moins engagés. Au-dessus, le niveau suivant est intitulé "Conservateur", représentant des clients qui montrent une certaine fidélité mais qui peuvent être influencés par des facteurs externes. Ensuite, le niveau "Calculateur" regroupe les clients qui choisissent les produits ou services en fonction de critères spécifiques comme le prix ou la qualité. Le niveau suivant est "Affectif", qui inclut les clients qui ont une connexion émotionnelle avec la marque. Enfin, au sommet de la pyramide, le niveau "Militant" représente les clients les plus fidèles et engagés, qui défendent activement la marque. La source de cette pyramide est citée comme étant G. Lewi et J. Lacroix (2007 : p. 405).

Les différents types de clients fidèles selon David A. Aaker

Figure

Description de l'image par IA : Tableau avec des plages de valeurs et leurs descriptions correspondantes en français.

Figure

Description de l'image par IA : Tableau avec trois lignes de texte en français, chaque ligne commençant par "appêt" suivie d'une phrase courte.

Figure

Description de l'image par IA : Tableau avec deux options de texte en français, chacune avec une description courte en dessous.

Figure

Description de l'image par IA : Tableau avec des citations en français et leurs auteurs, date de 2000 à 2001.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Items</th> <th>de |'échelle Origine</th> </tr> <tr> <td>Je serais dépité si je ne pouvais trouver cette marque quand j'en ai besoin</td> <td>Cristau (2001)</td> </tr> <tr> <td>Je serais désespéré si cette marque était retirée du marché</td> <td>Cristau (2001)</td> </tr> <tr> <td>Cela me peinerait d'avoir à renoncer à acheter cette marque</td> <td>Cristau (2001)</td> </tr> <tr> <td>C'est une marque que j'ai plaisir à utiliser</td> <td>Heilbrunn (2001)</td> </tr> <tr> <td>Lachat de cette marque me procure beaucoup de joie de plaisir</td> <td>Lacœuilhe (2000)</td> </tr> <tr> <td>Je suis très attiré par cette marque</td> <td>Lacœuilhe (2000)</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec cinq lignes de texte en français décrivant des fonctionnalités d'accessibilité pour Veolia Environnement.

Figure

Description de l'image par IA : Tableau avec trois phrases en français sur les actions et expériences de Veolia Environnement.

Figure

Description de l'image par IA : Tableau de données avec valeurs pour qualité de représentation, contributions factorielles, α sans item, et α de l'échelle.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Items</th> <th>Qualité de représentation</th> <th>Contributions factorielles</th> <th>Sans item</th> <th>de</th> </tr> <tr> <td>appétl</td> <td>0,727</td> <td>0,853</td> <td>0,598</td> <td rowspan="3">0,737</td> </tr> <tr> <td>appét2</td> <td>0,808</td> <td>0,899</td> <td></td> </tr> <tr> <td>appét3</td> <td>0,444</td> <td>0,666</td> <td>0,819</td> </tr> <tr> <td>Valeur propre</td> <td colspan="3">1,978</td> <td>KMO 0,593</td> </tr> <tr> <td>Test de Bartlett</td> <td colspan="3">Significatif</td> <td>p < 0,000</td> </tr> <tr> <td>Variance expli- quée</td> <td colspan="3">65,945</td> <td>N = 95</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de données avec valeurs et tests statistiques.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Items</th> <th>Qualité de représentation</th> <th>Contributions Factorielles</th> <th>item</th> <th>u de |'échelle</th> </tr> <tr> <td>faml</td> <td>0,528</td> <td>0,727</td> <td>0,840</td> <td rowspan="3">0,781</td> </tr> <tr> <td>fam2</td> <td>0,769</td> <td>0,877</td> <td>0,598</td> </tr> <tr> <td>fam3</td> <td>0,806</td> <td>0,898</td> <td>0,576</td> </tr> <tr> <td>Valeur propre</td> <td colspan="3">2,103</td> <td>KMO = 0,640</td> </tr> <tr> <td>Test de Bartlett</td> <td colspan="3">Significatif</td> <td>p < 0,000</td> </tr> <tr> <td>Variance expli - quée</td> <td colspan="3">70,115</td> <td>N = 95</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de données avec scores et valeurs statistiques.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Items</th> <th>Qualité de représentation</th> <th>Contributions factorielles</th> <th>item</th> <td></td> </tr> <tr> <td>attachl</td> <td>0,670</td> <td>0,818</td> <td>0,895</td> <td rowspan="5">0,906</td> </tr> <tr> <td>attach2</td> <td>0,811</td> <td>0,901</td> <td>0,870</td> </tr> <tr> <td>attach3</td> <td>0,753</td> <td>0,868</td> <td>0,881</td> </tr> <tr> <td>attach4</td> <td></td> <td>0,850</td> <td>0,886</td> </tr> <tr> <td>attach5</td> <td>0,681</td> <td>0,825</td> <td>0,893</td> </tr> <tr> <td>Valeur propre</td> <td colspan="3">3,638</td> <td>KMO = 0,840</td> </tr> <tr> <td>Test de Bartlett</td> <td colspan="3">Significatif</td> <td>p < 0,000</td> </tr> <tr> <td>Variance expliquée</td> <td colspan="3">72,756</td> <td>N = 95</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparatif de phrases avec des niveaux de complétude différents, allant de "Forte baisse" à "Croissance très nette".

Figure

Description de l'image par IA : Tableau avec colonnes : Paramètres, Résultats, Objectifs, Écart économique. Contient des rubriques et indicateurs.

Figure

Description de l'image par IA : Tableau avec variables explicatives et abréviations en français.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Variables explicatives de la performance du contrôle de gestion stratégique dans la sestion des cabinets</td> <td>Abréviations</td> </tr> <tr> <td>Réduction des coûts Amélioration des performances Augmentation de la valeur ajoutée Formalisation des prévisions Aider les responsables à prendre des décisions Aider les responsables à contrôler leur action Amélioration de la rentabilité Maîtrise de la trésorerie Support de pilotage stratégique Aide au diagnostic des facteurs clés de succès</td> <td>RC AP AVA FP ARPD ARCA AR MT SPS FCS</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau statistique avec coefficients, erreurs standard, valeurs t, et probabilités pour différentes variables.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Variable</th> <th>CoefE</th> <th>Std . Error</th> <th>Estatistic</th> <th>Prob</th> </tr> <tr> <td>C</td> <td>0.195573</td> <td>0.086755</td> <td>2612365</td> <td>0.0732</td> </tr> <tr> <td>LOGIRC)</td> <td>0.005045</td> <td>0.005429</td> <td>1.268941</td> <td>0.2661</td> </tr> <tr> <td>LOG(AP)</td> <td>0.011277</td> <td>0.004748</td> <td>0.896094</td> <td>0.0275</td> </tr> <tr> <td>LOG(AVA)</td> <td>1.048474</td> <td>0.003873</td> <td>251.2601</td> <td>0.0000</td> </tr> <tr> <td>LOG(FP)</td> <td>0.050781</td> <td>0.001962</td> <td>0.002783</td> <td></td> </tr> <tr> <td>LOG(ARPD)</td> <td>1.481133</td> <td>1.025261</td> <td>1.225098</td> <td>0.2664</td> </tr> <tr> <td>LOG(ARCA)</td> <td>0.045082</td> <td>0.020792</td> <td>1.178467</td> <td>0.0832</td> </tr> <tr> <td>LOG(AR)</td> <td>0.056092</td> <td>0.030794</td> <td>1.188468</td> <td>0.0722</td> </tr> <tr> <td>LOG(MT)</td> <td>0.037099</td> <td>0.007415</td> <td>1.077542</td> <td>0.0092</td> </tr> <tr> <td>LOGISPS)</td> <td>0.042196</td> <td>0.005148</td> <td>1.774316</td> <td>0.2455</td> </tr> <tr> <td>LOGIFCS)</td> <td>0.003294</td> <td>0.005394</td> <td>0.500448</td> <td>0.6347</td> </tr> <tr> <td>R-squared</td> <td></td> <td>Mean</td> <td>depend</td> <td>6.77253</td> </tr> <tr> <td>Adjusted R-squared</td> <td>1.0o0000</td> <td>5 D</td> <td>Depend var</td> <td>1.56046</td> </tr> <tr> <td>S.E. of regres- sion</td> <td>0.000677</td> <td>Akaike info</td> <td>criterion</td> <td>11.2463</td> </tr> <tr> <td>Sum squared resid</td> <td></td> <td>Schwarz</td> <td>criterion</td> <td>10.4872</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Table statistique avec variables, coefficients, erreurs standard, t-statistiques et probabilités.

Figure

Description de l'image par IA : Table de test Ramsey avec pourcentages et probabilités.

Figure 1

Description de l'image par IA : Tableau montrant les différents niveaux de SCOR : Types de Processus, Catégories de Processus, Éléments de Processus.

L'image montre un tableau intitulé "Les différents niveaux de SCOR" adapté de SCC, 2008. Le tableau est divisé en trois niveaux, chacun avec une description et des exemples correspondants. Le premier niveau est intitulé "Types de Processus (Portée)" et est représenté par un triangle avec trois sections. La description mentionne des exemples tels que "Planifier, Sourcing, Fabriquer, Livrer, Retourner et Activer". Le deuxième niveau est intitulé "Catégories de Processus (Configuration)" et est également représenté par un triangle avec trois sections. La description inclut des exemples comme "Fabriquer à Stock, Fabriquer à Commande, Ingénierie à Commande, Produits Défectueux, Produits MRO, Produits en Excédent". Le troisième niveau est intitulé "Éléments de Processus (Étapes)" et est représenté par un triangle avec trois sections remplies. La description liste des étapes telles que "Planifier les Livraisons, Recevoir le Produit, Vérifier le Produit, Transférer le Produit, Autoriser le Paiement". Chaque niveau est clairement défini avec des descriptions et des exemples spécifiques pour illustrer les différents aspects des processus dans le cadre de SCOR.

Les différents niveaux de SCOR (adapté de SCC, 2008)

Figure 2

Description de l'image par IA : Diagram montrant l'intégration des analyses et des mesures pour un système de mesure intégré.

L'image représente un diagramme de flux illustrant l'intégration de deux modèles dans un système de mesure intégré. Le diagramme est structuré en deux parties principales, chacune provenant d'une analyse différente. En haut, il y a une section intitulée "Analyse des objectifs commerciaux du réseau" qui conduit à "Cartes de notation du réseau". Cette partie montre comment les objectifs commerciaux du réseau sont analysés pour générer des cartes de notation du réseau. En dessous, une autre section intitulée "Analyse du flux logistique" mène à "Indicateur SCOR". Cela indique que l'analyse du flux logistique est utilisée pour déterminer un indicateur SCOR. Les deux parties, "Cartes de notation du réseau" et "Indicateur SCOR", convergent vers une boîte centrale intitulée "Intégration des mesures". Cela montre que les résultats des deux analyses sont intégrés dans cette phase. Enfin, l'intégration des mesures conduit à une boîte de droite intitulée "Système de mesure intégré". Cela signifie que les données intégrées des deux analyses aboutissent à un système de mesure complet et unifié. Le diagramme illustre clairement comment les analyses du réseau et du flux logistique sont combinées pour créer un système de mesure intégré.

Vision intégrée des deux modèles (Hans-Jörg Bullinger et al., 2002)

Figure 3

Description de l'image par IA : Deux cartes : une carte stratégique avec des objectifs financiers et des rôles, et une carte de processus avec des étapes et des attentes.

L'image contient deux diagrammes étiquetés "Carte stratégique" et "Carte des processus". La "Carte stratégique" est divisée en deux sections principales : "Objectifs" et "Livrables". Dans la section "Objectifs", il y a un objectif principal : "Satisfaction durable équitable des parties prenantes". Cet objectif est lié à trois objectifs financiers. Dans la section "Livrables", il y a trois livrables : 1. "Réseau de l'excellence opérationnelle" 2. "Être leader sur le marché" 3. "Apporter des solutions" Ces livrables sont reliés à un objectif commun : "Apporter de la valeur ajoutée par les ressources humaines". La "Carte des processus" est divisée en deux sections principales : "Développement des activités et pilotage des relations clients" et "Attentes et exigences". Dans la section "Développement des activités et pilotage des relations clients", il y a deux étapes : 1. "Réduction des risques légaux et garantie de l'excellence opérationnelle" 2. "Mise en œuvre et amélioration des moyens humains, financiers et techniques" Dans la section "Attentes et exigences", il y a une étape : "Perception de la compagnie". Ces deux cartes montrent les objectifs stratégiques et les processus nécessaires pour atteindre ces objectifs dans le cadre de la PSLI (Performance, Satisfaction, Leadership et Innovation).

Cartes stratégique et des processus de PSLI

Figure 4

Description de l'image par IA : Diagram montrant les indicateurs de performance pour un groupe et un entrepôt.

L'image représente un diagramme structuré en deux sections principales : le groupe BSC et l'entrepôt TDB. Dans la section supérieure, intitulée "BSC groupe", il y a trois sous-catégories : 1. "3 ind. Objectifs" : Trois indicateurs liés aux objectifs. 2. "14 ind. de leviers" : Quatorze indicateurs de leviers. 3. "40 ind. de processus" : Quarante indicateurs de processus. Ces sous-catégories sont interconnectées par "18 indicateurs communs". La section inférieure est intitulée "TDB Entrepôt 1 : 98 indicateurs". Elle est subdivisée en plusieurs catégories : 1. "15 ind. Financiers" : Quinze indicateurs financiers. 2. "6 ind. de processus" : Six indicateurs de processus. 3. "14 ind. de prod." : Quatorze indicateurs de production. 4. "18 ind. qualité" : Dix-huit indicateurs de qualité. 5. "2 ind. d'environnement" : Deux indicateurs d'environnement. 6. "6 ind. de sécurité" : Six indicateurs de sécurité. 7. "18 ind. RH" : Dix-huit indicateurs de ressources humaines. 8. "11 ind. de maintenance" : Onze indicateurs de maintenance. 9. "5 ind. informatique" : Cinq indicateurs informatiques. 10. "3 ind. Efficacité du management local" : Trois indicateurs d'efficacité du management local. Ces catégories sont organisées en trois entrepôts : "Entrepôt 2", "Entrepôt 3", et "Entrepôt 4". Le diagramme montre comment les indicateurs sont répartis et partagés entre le groupe et les entrepôts, mettant en évidence les indicateurs communs et spécifiques à chaque section.

Le système de mesure de la performance du groupe et d’un entrepôt

Figure 6

Description de l'image par IA : Diagram de processus logistique avec étapes de réception, vérification et transfert de produits, incluant des indicateurs de performance.

L'image représente un diagramme de flux de processus pour la gestion des produits en stock et leur distribution. Le processus est divisé en plusieurs étapes, chacune représentée par des boîtes et des flèches indiquant le flux de travail. En haut, il y a une légende expliquant les termes utilisés dans le diagramme : - Temps de cycle de l'ordre : temps entre l'arrivée de la commande et le rangement des produits en stock. - Coût à la source : somme des coûts du processus. Les étapes du processus sont les suivantes : 1. **S1.2a : Réception du produit - Arrivée du camion** : Le produit arrive en stock. 2. **S1.1 : Planification des livraisons - Création des missions** : Les livraisons sont planifiées et les missions créées. 3. **S1.2b : Réception du produit - Déchargement** : Le produit est déchargé du camion. 4. **S1.3 : Vérification du produit - Actions de vérification** : Le produit est vérifié pour s'assurer qu'il est conforme. 5. **S1.4 : Transfert du produit - Transfert du produit au stock** : Le produit est transféré vers le stock. 6. **S1.2c : Réception du produit - Départ du camion** : Le camion quitte après avoir déchargé le produit. En dessous du diagramme de flux, il y a des indicateurs de performance associés à chaque étape : 1. **% des commandes/lines reçues à temps par rapport à la demande** : Pourcentage de commandes reçues à temps par rapport à la demande. 2. **% des commandes/lines reçues en retard par rapport à la demande** : Pourcentage de commandes reçues en retard par rapport à la demande. 3. **% des commandes/lines reçues avec défauts libres** : Pourcentage de commandes reçues sans défauts. 4. **% des commandes/lines reçues avec contenu correct** : Pourcentage de commandes reçues avec le contenu correct. 5. **% du produit transféré à temps par rapport à la demande** : Pourcentage de produits transférés à temps par rapport à la demande. 6. **% du produit transféré sans erreur de transaction** : Pourcentage de produits transférés sans erreur de transaction. Le diagramme montre clairement les différentes étapes du processus de gestion des produits en stock, de leur réception à leur transfert vers le stock, avec des indicateurs de performance pour évaluer l'efficacité de chaque étape.

Exemple de processus modélisé au niveau 3 et les indicateurs associés

Figure 5

Description de l'image par IA : Diagram de processus logistique avec flux de matières premières, produits finis et distribution.

Le diagramme représente un processus de modélisation d'un entrepôt au niveau 2. Il illustre le flux des matières premières et des produits finis à travers différents stades de l'entrepôt. Les matières premières arrivent en provenance des fournisseurs et des usines du client. Elles passent par un premier stade de stockage (S1) où elles sont préparées pour la production. Ensuite, elles sont transférées vers un premier poste de production (S1 PF) où les produits finis sont créés. Ces produits finis sont ensuite stockés dans un deuxième stade de stockage (D1 PF) avant d'être préparés pour la distribution finale (D1 PF2). Les produits finis sont ensuite prêts pour la grande distribution. Parallèlement, les matières premières peuvent également être directement envoyées à un deuxième stade de stockage (D1) pour une utilisation ultérieure. Le processus inclut également une étape de picking (P) pour la sélection des produits finis avant leur distribution.

Processus permettant de modéliser l’entrepôt étudié au niveau 2

Figure 7

Description de l'image par IA : L'image montre le nombre d'indicateurs pour l'application de SCOR, incluant BSC du Groupe PSLI, TDB plateforme et SCOR.

L'image représente un diagramme de flux illustrant le nombre d'indicateurs dans différentes applications et classifications liées à SCOR (Scorecard). Le diagramme est structuré en plusieurs sections interconnectées. En haut à gauche, il y a une section intitulée "BSC du Groupe PSLI" avec trois sous-sections : - "17 indicateurs stratégiques" - "40 indicateurs de processus" - "18 indicateurs communs" Sous cette section, il y a une autre section intitulée "TDB plateforme" avec trois sous-sections : - "18 indicateurs de groupe" - "80 indicateurs propres" - "20 indicateurs communs" À gauche du diagramme, il y a une section indiquant "155 indicateurs si application de SCOR". À droite de ces sections, il y a une section centrale qui combine les indicateurs des différentes classifications : - "194 indicateurs si application de SCOR" En bas du diagramme, il y a une section intitulée "SCOR" avec trois sous-sections : - "77 indicateurs applicables" - "dont 20 existants" - "72 indicateurs non applicables" Les flèches montrent les relations et les interactions entre ces différentes sections et sous-sections, indiquant comment les indicateurs sont regroupés et appliqués dans le cadre de SCOR.

Nombre d’indicateurs si application de SCOR

Figure

Description de l'image par IA : Tableau de données avec nombres et totaux pour différents indicateurs.

L'image représente un tableau statistique avec des données sur les indicateurs SCOR et PSLI. Le tableau est divisé en plusieurs colonnes et lignes, détaillant différents types d'indicateurs et leurs occurrences. Les colonnes sont étiquetées comme suit : Niv. 1, P, Si, DI, DI PF, Si PF, DI PF 2, et TOTAL. Les lignes listent les catégories d'indicateurs : "Nb d'indicateurs SCOR", "Nb d'indicateurs applicables à PSLI", et "Équivalents et présents à PSLI". Les valeurs numériques dans le tableau montrent les nombres respectifs pour chaque catégorie et sous-catégorie. Par exemple, sous "Nb d'indicateurs SCOR", la ligne "Niv. 1" a une valeur de 10, "P" a 17, "Si" a 46, "DI" a 19, "DI PF" a 15, "Si PF" a 17, "DI PF 2" a 25, et le total est de 149. De même, pour "Nb d'indicateurs applicables à PSLI", les valeurs sont plus faibles, avec un total de 77. La dernière ligne, "Équivalents et présents à PSLI", montre des valeurs plus faibles encore, avec un total de 20. Le tableau semble être une analyse comparative des indicateurs SCOR et PSLI, mettant en évidence les différences et les équivalences entre ces deux ensembles d'indicateurs.

Figure

Description de l'image par IA : Tableau de texte avec descriptions d'études sur la finance et le marché.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>T. de Bie et L. de Haan (2004)</td> <td>montrer quelle théorie dispose de la meilleure capacité d'explication de la variation du niveau d'endettement (exprimée en valeur de marché et en valeur comptable). Pour ce faire; les auteurs ont inséré dans une régres- sion de type GLS des variables propres aux trois grandes théories de la structure financière à l'instar du modèle testé par A Kayhan et $. Titman (2004) Market Timing accroissement du des actions variables de A. Kayhan et 5. Titman (2007), YT et LT Pecking Order Theory déficit financier et rentabilité économique (EBITDA /total actif) Trade Off Theory déviation du niveau d'endettement actuel par rapport au niveau cible. Leurs résultats confirment la capacité d'explication de la TOT et de la POT sans pour autant rendre complémentaires les deux corpus théoriques. En effet, la variable de déviation du niveau d'endettement actuel par rapport au niveau d'endettement cible possède un impact négatif sur la variation du niveau d'endettement (validation de la théorie de compromis optimal). Le sens positif de la variable de déficit financier tend à confirmer les conclusions de la théorie du financement hiérarchisé ainsi que le sens négatif de la variable EBITDA / total actif. La théorie du Market Timing n'est validée qu'à travers le sens négatif de la variable mesurant l'accroissement du des actions. prix prix</td> </tr> <tr> <td>M Frank et V. Goyal (2004, a)</td> <td>L'étude est réalisée sur un échantillon de firmes américaines pour la période 1950-2000 Elle explique le ratio d'endette- ment à l'aide de 39 facteurs explicatifs provenant des cadres théoriques du Pecking Order, du Trade-Off, du Market Timing et de la théorie de l'agence. Les principales conclusions tirées des résultats obtenus se résument comme suit : Les firmes les plus profitables ont des ratios de dettes faibles. Les firmes de grande taille ont des ratios de dettes élevés</td> </tr> <tr> <td>R. Huang et J Ritter (2005)</td> <td>Leurs travaux étudient les décisions de financement externe d'entreprises américaines entre 1963 et 2001. Leur étude montre que ces entreprises financent en grande partie leur déficit financier à l'aide d'émission de capital lorsque le coût de celui-ci est peu élevé et à l'aide d'émission de dettes lorsqu'il est important. Pour ces auteurs, le Market Timing présente un fort pouvoir explicatif de la structure financière .</td> </tr> <tr> <td>A Hovakimian (2006)</td> <td>L'étude montre que la variable MBefwa ne prend pas en compte des considérations de type Market Timing, mais contient plutôt des informations concernant les opportunités de croissance des entreprises sans retenir le market-to-book ratio</td> </tr> <tr> <td>A Alti (2006)</td> <td>Lorsque les marchés sont favorables, les entreprises dont les décisions de financement dépendent de considérations de type Market Timing recourent davantage à l'émission d'actions qu'à l'émission de dettes l'année de leur entrée en Bourse. Mais la tendance s'inverse l'année suivante- Ainsi, les entreprises évoluant sur des marchés favorables tendent à préférer type Market Timing affectent surtout les décisions de financement de très court terme. A long terme, ce sont des considé- rations de type ratio cible dendettement qui prévalent.</td> </tr> <tr> <td>L. Chen et X.S Zhao (2006)</td> <td>C'échantillon retenu comprend des firmes américaines pour la période 1971-2002 Trois tests ont été réalisés Les résultats</td> </tr> <tr> <td>U Mittoo et Z Zhang (2006)</td> <td>Leur étude examine V'impact des considérations de type Market Timing sur la structure financière d'un échantillon d'entre- prises canadiennes entre 1985 et 2003 Cette étude conclut à un impact à court terme assez faible des variables issues du Market Timing sur la structure financière des entreprises. De plus, aucun impact à long terme de ces variables n'a été identifié_</td> </tr> <tr> <td>H Fakhfakh et R Ben Atitallah (2006)</td> <td>Leur étude portant sur 41 entreprises tunisiennes cotées (de 1997 à 2003) a pour objectif de tester la pertinence de la capacité prédictive des variables issues de la théorie du Market Timing. Trois variables issues de la théorie du Market Timing ont été introduites dans un modèle de type OLS ainsi que dans un modèle statique à effets fixes visant à expliquer le niveau d'endettement financier (mesuré en valeur comptable et en valeur de marché) . Ces variables sont le MBefwa tel que défini par M. Baker & J. Wurgler (2002), le taux de variations des cours des actions et l'indice de performance de la Bourse de Tunis pour l'année t. Les autres variables de contrôle sont celles issues de l'étude empirique de R Rajan & L. Zingales (1995) la taille, la renta- bilité, le market-to-book ratio ainsi que la tangibilité de lactif. Les résultats obtenus sont très peu concluants pour valider</td> </tr> <tr> <td>A. Mahajan et $. Tartaroglu (2007)</td> <td>Leur étude porte sur des firmes des grand pays industrialisés (G7 ) S'ils trouvent bien une relation négative entre I'historique des market-to-book ratios dans tous les pays du G7, cette relation négative ne peut, selon eux, être attribuée au Market Timing. Par ailleurs, ils concluent à un effet uniquement à court terme du Market Timing sur |'endettement (les effets sont neutralisés endéans les 5 ans suivant l'émission d'actions).</td> </tr> <tr> <td>J Chichti et K. Bougatef (2011)</td> <td>Leur étude porte sur deux échantillons d'entreprises dune part tunisiennes (19) et d'autre françaises (41) sur la période 2001-2007 et vise à tester l'ímpact du Market Timing ainsi que sa persistance Ils concluent à un impact sgnificatif du Market Timing sur le niveau d'endettement des entreprises à court terme. Cependant à long terme, on observe une tendance des entreprises à réajuster leur structure financière vers un taux d'endettement cible_ part</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau statistique avec coefficients, erreurs standard, t, P>t et intervalles de confiance pour une analyse statistique.

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Variable dépendante DFC20o8</td> </tr> <tr> <td>Variables indépendantes</td> <td>Coel</td> <td></td> <td></td> <td>P>t</td> <td colspan="2">[95 % ConfInterval]</td> </tr> <tr> <td>cons</td> <td>1.004.886</td> <td>1.398.674</td> <td>0.72</td> <td>0.475</td> <td>1.795.911</td> <td>3.805.682</td> </tr> <tr> <td>RENTzooz</td> <td>0.0942399</td> <td>0.0884834</td> <td>1.07</td> <td>0.291</td> <td>0.082945</td> <td>0.2714248</td> </tr> <tr> <td>SIZE 2007</td> <td>2.124.266</td> <td>1.213.868</td> <td>1.75***</td> <td>0.086</td> <td>0.3064618</td> <td>4.554.994</td> </tr> <tr> <td>TANG2007</td> <td>0.0177635</td> <td>0.1290621</td> <td>0.14</td> <td>0.891</td> <td>0.2406789</td> <td>0.2762059</td> </tr> <tr> <td>MB</td> <td>0.0324459</td> <td>0.0144941</td> <td>-2.24**</td> <td>0.029</td> <td>0.0614698</td> <td>0.0034219</td> </tr> <tr> <td>MBEFWA 2007</td> <td>0.007721</td> <td>0.0082579</td> <td>0.93</td> <td>0.354</td> <td>0.0242572</td> <td>0.0088151</td> </tr> <tr> <td>PRICE</td> <td>-0.0294029</td> <td>0.0647802</td> <td>-0.45</td> <td>0.652</td> <td>0.159123</td> <td>0.1003173</td> </tr> <tr> <td colspan="4">F</td> <td></td> <td></td> <td></td> </tr> <tr> <td colspan="4">Prob > F</td> <td colspan="3">0.0497</td> </tr> <tr> <td colspan="4">Adj R-squared</td> <td colspan="3">0.1076</td> </tr> <tr> <td colspan="4">Root MSE</td> <td colspan="3">19.758</td> </tr> <tr> <td colspan="4">Durbin Watson stat</td> <td colspan="3">1.509</td> </tr> </tbody> </table> </div> </body> </div>

Figure

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Variable dépendante</td> </tr> <tr> <td>Variables indépendantes</td> <td></td> <td>Std. Err.</td> <td></td> <td>P>t</td> <td>[95 % Conf Interval]</td> <td></td> </tr> <tr> <td>cons</td> <td>2.666.294</td> <td>1.645.334</td> <td>1.62</td> <td></td> <td></td> <td>5.961.018</td> </tr> <tr> <td>RENTzooz</td> <td>0.0706715</td> <td>0.1040877</td> <td>0.68</td> <td>0.5</td> <td>-0.1377604</td> <td>0.2791034</td> </tr> <tr> <td>SIZE '2007</td> <td>1.273.645</td> <td>1.427.936</td> <td>0.89</td> <td>0.376</td> <td>1.585.748</td> <td>4.133.038</td> </tr> <tr> <td>TANGzooz</td> <td>0.1603963</td> <td>0.1518225</td> <td>1.06</td> <td>0.295</td> <td>0.143623</td> <td>0.4644156</td> </tr> <tr> <td>MB</td> <td>0.0585949</td> <td>0.0170502</td> <td></td> <td>0.001</td> <td>0.0927374</td> <td>0.0244525</td> </tr> <tr> <td>MBEFWA 2007</td> <td>-0.0085637</td> <td>0.0097142</td> <td>-0.88</td> <td>0.382</td> <td>-0.0280161</td> <td>0.0108887</td> </tr> <tr> <td>PRICEzooz</td> <td>0.0716364</td> <td>0.0762044</td> <td>-0.94</td> <td>0.351</td> <td>0.224233</td> <td>0.0809602</td> </tr> <tr> <td colspan="4">F</td> <td colspan="3">2.31**</td> </tr> <tr> <td colspan="4">Prob > F</td> <td colspan="3">0.0481</td> </tr> <tr> <td colspan="4">Adj R-squared</td> <td colspan="3">0.2135</td> </tr> <tr> <td colspan="4">Root MSE</td> <td></td> <td></td> <td></td> </tr> <tr> <td colspan="4">Durbin Watson stat</td> <td colspan="3">2.264</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de données statistiques avec coefficients, erreurs standard, t, P>t et intervalles de confiance pour une analyse statistique.

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Variable dépendante DFC2008</td> </tr> <tr> <td>Variables indépendantes</td> <td>Coel</td> <td></td> <td></td> <td>P>t</td> <td>[95 % Conf Interval]</td> <td></td> </tr> <tr> <td>cons</td> <td>9.203.079</td> <td>1.274.645</td> <td>0.72</td> <td>0.473</td> <td>1.629.361</td> <td>3.469.977</td> </tr> <tr> <td>RENIzooz</td> <td>0.0854545</td> <td>0.0813623</td> <td>1.05</td> <td>0.298</td> <td>0.0772944</td> <td>0.2482034</td> </tr> <tr> <td></td> <td>2.176.377</td> <td>1.107.012</td> <td>1.97***</td> <td>0.054</td> <td>0.037977</td> <td>439.073</td> </tr> <tr> <td>TANGzooz</td> <td>0.1603963</td> <td>0.1518225</td> <td>1.06</td> <td>0.295</td> <td>0.143623</td> <td>0.4644156</td> </tr> <tr> <td>MB 2007</td> <td>0.0331239</td> <td>0.0140222</td> <td>2.36**</td> <td>0.021</td> <td>0.0611724</td> <td>0.0050754</td> </tr> <tr> <td colspan="4">F</td> <td colspan="3">4.22*</td> </tr> <tr> <td colspan="4">Prob > F</td> <td colspan="3">0.009</td> </tr> <tr> <td colspan="4">Adj R-squared</td> <td colspan="3">0.2328</td> </tr> <tr> <td colspan="4">Root MSE</td> <td colspan="3">19.477</td> </tr> <tr> <td colspan="4">Durbin Watson stat</td> <td colspan="3">2.01</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau statistique avec coefficients, erreurs standard, t, P>t et intervalles de confiance pour variables dépendantes et indépendantes.

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Variable dépendante DFM2OO8</td> </tr> <tr> <td>Variables indépendantes</td> <td>Coel</td> <td>Std. Err.</td> <td></td> <td></td> <td>[95 % Conf Interval]</td> <td></td> </tr> <tr> <td>cons</td> <td>3.919.396</td> <td>5.120.075</td> <td>7.65</td> <td>0</td> <td>2.895.574</td> <td>4.943.218</td> </tr> <tr> <td>TANG 2007</td> <td>0.1996581</td> <td>0.1468238</td> <td>1.36</td> <td>0.179</td> <td>0.0939343</td> <td>0.4932505</td> </tr> <tr> <td>MB 2007</td> <td>0.0588579</td> <td>0.0167741</td> <td>3.51</td> <td>0.001</td> <td>0.0923997</td> <td>0.0253161</td> </tr> <tr> <td colspan="4">F</td> <td colspan="3">7.74*</td> </tr> <tr> <td colspan="4">Prob > F</td> <td colspan="3">0.001</td> </tr> <tr> <td colspan="4">Adj R-squared</td> <td colspan="3">0.2248</td> </tr> <tr> <td colspan="4">Root MSE</td> <td colspan="3">23.195</td> </tr> <tr> <td colspan="4">Durbin Watson stat</td> <td colspan="3">1.987</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec trois colonnes : Année, Nombre d'entreprises, Fréquence. Données sur les entreprises de 1997 à 2007.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Année de |'IPO</th> <th>Nombre dentreprises</th> <th>Fréquence</th> </tr> <tr> <td>1997</td> <td>3</td> <td>1096</td> </tr> <tr> <td>1998</td> <td>6</td> <td>208</td> </tr> <tr> <td>1999</td> <td>6</td> <td></td> </tr> <tr> <td>2000</td> <td>1</td> <td>3.339</td> </tr> <tr> <td>2001</td> <td>1</td> <td>3.339</td> </tr> <tr> <td>2002</td> <td>1</td> <td>3.3396</td> </tr> <tr> <td>2003</td> <td>1</td> <td>3.338</td> </tr> <tr> <td>2004</td> <td>3</td> <td>109</td> </tr> <tr> <td>2005</td> <td>5</td> <td>16.67%</td> </tr> <tr> <td>2006</td> <td></td> <td>6.679</td> </tr> <tr> <td>2007</td> <td>1</td> <td>3.339</td> </tr> <tr> <td>Total</td> <td>30</td> <td>100 %</td> </tr> </tbody> </table> </div> </body> </div>

Figure

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Variable dépendante</td> </tr> <tr> <td>Variables indépendantes</td> <td>Coel</td> <td></td> <td></td> <td>P>t</td> <td>[95 % Conf Interval]</td> <td></td> </tr> <tr> <td>cons</td> <td>3.169.056</td> <td>2.268.117</td> <td>0.14</td> <td>0.89</td> <td>4.345.275</td> <td>4.979.086</td> </tr> <tr> <td>MBEFWA 2007</td> <td>0.0427379</td> <td>0.026017</td> <td>1.75*+*</td> <td>0.096</td> <td>0.1003277</td> <td>0.0148519</td> </tr> <tr> <td>MB 2007</td> <td>0.0518176</td> <td>0.0216284</td> <td></td> <td>0.024</td> <td>-0.0962754</td> <td>-0.00736</td> </tr> <tr> <td>SIZE 2007</td> <td>3.551.363</td> <td>2.040.805</td> <td>1.74**+</td> <td>0.094</td> <td>0.643571</td> <td>7.746.297</td> </tr> <tr> <td colspan="4">F</td> <td colspan="3">4.94*</td> </tr> <tr> <td colspan="4">Prob > F</td> <td colspan="3">0.0076</td> </tr> <tr> <td colspan="4">Adj R-squared</td> <td colspan="3">0.2895</td> </tr> <tr> <td colspan="4">Root MSE</td> <td colspan="3">22.431</td> </tr> <tr> <td colspan="4">Durbin Watson stat</td> <td colspan="3">1.867</td> </tr> </tbody> </table> </div> </body> </div>

Figure 1

Description de l'image par IA : Le diagramme montre des facteurs structurels influençant l'adoption des outils de contrôle de gestion sociétal.

L'image représente un diagramme de flux qui illustre les facteurs structurels explicatifs des motivations d’adoption des outils de contrôle de gestion sociétal. Le diagramme est structuré en forme d'arbre avec une racine centrale et plusieurs branches s'étendant vers l'extérieur. Au centre, il y a un nœud intitulé "Adoption d'outils de contrôle de gestion sociétal". Ce nœud central est relié à sept autres nœuds, chacun représentant un facteur structurel différent. Les facteurs sont les suivants : "Incertitude perçue (H1)", "Taille (H2)", "Orientation stratégique (H3)", "Cotation en bourse (H4)", "Importance CDG classique (H5)", "Certification (H6)", et "Secteur (H7)". Chaque facteur est relié au nœud central par une ligne, indiquant qu'ils contribuent tous à la motivation d’adopter les outils de contrôle de gestion sociétal. Le diagramme met en évidence l'interaction entre ces différents facteurs et leur influence collective sur l'adoption des outils de gestion.

Modèle d’hypothèse des facteurs structurels explicatifs des motivations d’adoption des outils de contrôle de gestion sociétal

Figure

Description de l'image par IA : Tableau avec modalités, effectifs et fréquences.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Modalité</td> <th>Effectif par modalité (données 2011)</th> <th>Fréquence par modalité (%)</th> </tr> <tr> <th>GE (plus de 250)</th> <td>96</td> <td>23,00 %</td> </tr> <tr> <th>ME (50 à 250)</th> <td>113</td> <td>27,00 %</td> </tr> <tr> <th>PE (10 à 49)</th> <td>113</td> <td>25,00 %</td> </tr> <tr> <th>TPE (entre 5 et 10)</th> <td>97</td> <td>23,00 %</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec pourcentages d'entreprises utilisant divers outils de rapport sociétal et environnemental.

L'image présente un tableau avec des pourcentages d'entreprises utilisant différents outils. Voici les descriptions des colonnes et des lignes : - **Première colonne (Description des outils)** : - Pratiques de reporting sociétal (rapport d'activité, site internet) - Tableaux de bord avec indicateurs environnementaux, sociaux, sociétaux - Budgets de dépenses environnementales - Budgets des investissements environnementaux - Budgets des revenus liés au recyclage des matières ou des déchets - Indicateurs de performance sociale - Bilan social - Balanced scorecard (BSC) avec axe environnemental et social - Balanced scorecard environnemental (scorecard de durabilité équilibrée) - **Deuxième colonne (% d'entreprises utilisant cet outil)** : - 54 - 39 - 38 - 38 - 36 - 32 - 26 - 15 - 14 Le tableau montre que les pratiques de reporting sociétal (rapports d'activité et sites internet) sont les plus utilisées par les entreprises avec 54 %. Les tableaux de bord avec des indicateurs environnementaux, sociaux et sociétaux suivent avec 39 %. Les budgets de dépenses et d'investissements environnementaux sont également utilisés par 38 % des entreprises. Les budgets des revenus liés au recyclage des matières ou des déchets sont utilisés par 36 % des entreprises. Les indicateurs de performance sociale sont utilisés par 32 % des entreprises. Le bilan social est utilisé par 26 % des entreprises. Les balanced scorecards avec axes environnementaux et sociaux sont utilisés par 15 % des entreprises, tandis que les balanced scorecards environnementaux (scorecards de durabilité équilibrées) sont utilisés par 14 % des entreprises.

Figure

Description de l'image par IA : Tableau avec scores d'accessibilité pour handicapés, incluant inclusion, place et pondération.

Figure

Description de l'image par IA : Tableau comparatif des motivations et pratiques RSE avec des scores et pourcentages.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Outils RSE Motivations</td> <th>environnementaux Budgets</th> <th>Tableaux de bord</th> <th>Pratique de reporting sociétal</th> <th>% de l'ensemble des principaux outils RSE</th> </tr> <tr> <th>Fournir des données pour la prise de décision (1)</th> <td>23</td> <td>21</td> <td>11,50</td> <td>17,5</td> </tr> <tr> <th>Recherche d'efficience interne (2)</th> <td>17</td> <td>16</td> <td>11,5</td> <td>14,5</td> </tr> <tr> <th>Valeurs personnelles du dirigeant (3)</th> <td>12</td> <td>21</td> <td>21</td> <td>17,5</td> </tr> <tr> <th>Engagement responsable de l'entreprise (normes, certification, labels.) (4)</th> <td>24</td> <td>21</td> <td>28</td> <td>25</td> </tr> <tr> <th>Satisfaire les attentes des parties prenantes (clients, fournisseurs.. .) (5)</th> <td>16</td> <td>18</td> <td>17</td> <td>17</td> </tr> <tr> <th>S'aligner sur la concurrence (6)</th> <td>8</td> <td>3</td> <td>11</td> <td>8,5</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec trois objectifs d'entreprise et leurs pourcentages respectifs : 50%, 34%, 16%.

Figure

Description de l'image par IA : Tableau comparatif des pourcentages d'entreprises avec des indicateurs environnementaux internes et externes.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>Si lon inclut les 3 raisons internes</th> <th>Raisons internes excluant celle du dirigeant</th> </tr> <tr> <th>% d'entreprise ont mis en place les budgets environnementaux à la fois pour au moins une raison interne et une raison externe qui</th> <td>50 %</td> <td>45 %</td> </tr> <tr> <th>% d'entreprise ont mis en place les tableaux de bord avec indicateurs environnementaux à la fois pour au moins une raison interne et pour une raison externe qui</th> <td>50 %</td> <td>35 %</td> </tr> <tr> <th>% d'entreprise qui ont mis en place une pratique de contrôle sociétal à la fois pour au moins une raison interne et une raison externe</th> <td>68 %</td> <td>44 %</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparatif des moyennes entre entreprises n'ayant pas de CGS et celles l'ayant adopté.

<div> <body> <div class="page"> <table> <tbody> <tr> <td></td> <th>pour entreprise nayant pas de CGS Moyenne</th> <th>Moyenne pour entreprise ayant adopté un CGS</th> <th>Différence (significatif de 5 %) seuil</th> </tr> <tr> <th>Incertitude percue</th> <td>2,57</td> <td>2,26</td> <td>NS</td> </tr> <tr> <th>Taille CA 2011 (en K€)</th> <td>157546</td> <td>222056</td> <td>oui</td> </tr> <tr> <th>Taille Effectif 2011</th> <td>184</td> <td>953</td> <td>oui</td> </tr> <tr> <th>Cotée non cotée</th> <td>1,62</td> <td>1,85</td> <td>oui</td> </tr> <tr> <td></td> <td>3,22</td> <td>3,75</td> <td>ns</td> </tr> <tr> <th>Importance de /'utilisation du calcul de coût selon la méthode ABC</th> <td>1,8</td> <td>2,25</td> <td>oui</td> </tr> <tr> <th>Importance de /'utilisation du calcul coût variable/fixes</th> <td>3,83</td> <td>4,06</td> <td>oui</td> </tr> <tr> <td></td> <td>3,69</td> <td>4,04</td> <td>oui</td> </tr> <tr> <th>importance accordée aux écarts par la direction</th> <td>3,52</td> <td>4,07</td> <td>oui</td> </tr> <tr> <th>Pratique innovante ABC.</th> <td>0,51</td> <td>0,69</td> <td>oui</td> </tr> <tr> <th>Pratique innovante ABB.</th> <td>0,24</td> <td>0,44</td> <td>oui</td> </tr> <tr> <th>Pratique innovante time driven ABC</th> <td>0,17</td> <td>0,23</td> <td>oui</td> </tr> <tr> <th>Balanced scorecard</th> <td>0,51</td> <td>0,69</td> <td>oui</td> </tr> <tr> <th>Stratégie coût versus différenciation Secteur industriel vs autre secteur'</th> <td>1,3 0,35</td> <td>1,45 0,25</td> <td>NS NS</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec coefficients et valeurs Wald pour différentes variables statistiques.

<div> <body> <div class="page"> <table> <tbody> <tr> <td>Variable</td> <th>Coelficient</th> <th>Wald</th> </tr> <tr> <th>Taille</th> <td>0,01</td> <td>0,88</td> </tr> <tr> <th>Adoption de pratiques innovantes en contrôle de gestion</th> <td>1,69</td> <td>3,60*</td> </tr> <tr> <th>Importance accordée au contrôle de gestion par la direction</th> <td>0,24</td> <td>2,91*</td> </tr> <tr> <th>Certification ou en cours</th> <td>8,56</td> <td>8,56** *</td> </tr> <tr> <th>Cotée ou non</th> <td>1,5</td> <td>NS</td> </tr> <tr> <th>Constante</th> <td>0,46</td> <td>0,07</td> </tr> <tr> <th>chi deux</th> <td></td> <td></td> </tr> <tr> <th>Pourcentage correct de prévision</th> <td></td> <td>74</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec des cases à cocher pour évaluer l'adoption de différentes initiatives environnementales et sociales.

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Q12 Utilisez-vous les outils suivants</td> </tr> <tr> <td></td> <th>Oui</th> <th>Non</th> <th>Si oui, année d'adoption</th> <th colspan="2">Si non, envisagez-vous de l'adopter dans les trois prochaines années ?</th> <th>Ne connait pas</th> </tr> <tr> <td></td> <td></td> <td></td> <td></td> <th>Oui</th> <th>Non</th> <td></td> </tr> <tr> <th>Budgets de_dépenses_environnementales</th> <td></td> <td></td> <td></td> <td></td> <td>0</td> <td></td> </tr> <tr> <th>Budgets des investissements environnementaux</th> <td></td> <td>0</td> <td></td> <td></td> <td>0</td> <td>0</td> </tr> <tr> <th>Budgets des revenus liés au recyclage des matières Ou des déchets</th> <td>0</td> <td>0</td> <td></td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>Tableaux de bord avec indicateurs environnemen- taux, sociaux, sociétaux</th> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau avec des cases vides et des titres en français concernant des indicateurs environnementaux et sociaux.

<div> <body> <div class="page"> <table> <tbody> <tr> <td colspan="7">Q12- Utilisez-vous les outils suivants</td> </tr> <tr> <th>Balanced scorecard (BSC) avec axe environnemental</th> <td>0</td> <td>0</td> <td>et social</td> <td></td> <td>0</td> <td></td> </tr> <tr> <th>BSC environnemental (sustainability balanced score-</th> <td>0</td> <td>0</td> <td>card)</td> <td></td> <td></td> <td></td> </tr> <tr> <th>Pratiques de reporting sociétal (rapport d'activité, site internet)</th> <td>0</td> <td>0</td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Bilan social</th> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Indicateurs de performance sociale</th> <td></td> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <td></td> <td></td> <td></td> <td></td> <td>Autre (préciser)</td> <td></td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Formulaire avec une question en français sur l'utilisation des indicateurs de performance sociale et des cases pour trois indicateurs.

Figure

Description de l'image par IA : Tableau d'évaluation des performances environnementales avec notes de 0 à 0.

<div> <body> <div class="page"> <h2>014 Utilisez-vous des outils de mesure de performance environnementale pour</h2> <table> <tbody> <tr> <td></td> <th>Pas d'accord 1</th> <th>2</th> <th>3</th> <th>4</th> <th>D'accord 5</th> </tr> <tr> <th>Suivre le respect interne des politiques et régulations environne- mentales</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>Fournir des données pour les processus de prise de décision</th> <td></td> <td>0</td> <td>0</td> <td>0</td> <td></td> </tr> <tr> <th>Favoriser F'amélioration continue</th> <td></td> <td>0</td> <td>0</td> <td></td> <td>0</td> </tr> <tr> <th>Fournir des données pour le reporting externe</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau de conformité avec des cases pour évaluer des indicateurs environnementaux dans un système de compensation.

<div> <body> <div class="page"> <h2>Q15 Dans votre_entreprise_concernant votre_système de récompense</h2> <table> <tbody> <tr> <td></td> <th>Pas d'accord 1</th> <th>2</th> <th>3</th> <th>4</th> <th>D'accord 5</th> </tr> <tr> <th>Les indicateurs environnementaux occupent une place importante dans le système de récompense</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>Les objectifs de performance environnementale sont inclus dans les systèmes de planification</th> <td></td> <td>0</td> <td></td> <td></td> <td></td> </tr> <tr> <th>Les indicateurs de performance environnementale sont pondérés par rapport aux indicateurs de performance économique</th> <td></td> <td></td> <td></td> <td></td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Tableau comparatif de méthodes d'évaluation avec des cases à cocher, listant divers critères pour chaque méthode.

<div> <body> <div class="page"> <table> <tbody> <tr> <th>Mêthode</th> <th>Budgets environne- mentaux</th> <th>Bilan social ou indicateurs de performance sociale</th> <th>Balanced Scorecard environne- mental</th> <th>Pratique de reporting sociétal (rapport d'activité, site internet)</th> </tr> <tr> <th>Fournir des données pour les processus de prise de décision</th> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Recherche d'efficience interne</th> <td>0</td> <td></td> <td>0</td> <td></td> </tr> <tr> <th>Engagement responsable de lentreprise (normes, chartes, certification, labels.)</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>Satisfaire les attentes des parties prenantes (clients, fournisseurs</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>Accroitre la légitimité de lentreprise</th> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Fournir des données pour le reporting externe</th> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Répondre à des attentes externes réglementaires</th> <td>0</td> <td>0</td> <td>0</td> <td></td> </tr> <tr> <th>Améliorer F'image de lentre - prise</th> <td>0</td> <td>0</td> <td>0</td> <td>0</td> </tr> <tr> <th>S'aligner sur la concurrence</th> <td></td> <td></td> <td></td> <td></td> </tr> <tr> <th>Valeurs personnelles du dirigeant</th> <td></td> <td></td> <td></td> <td></td> </tr> </tbody> </table> </div> </body> </div>

Figure

Description de l'image par IA : Livre sur l'économie avec microcassette et texte en braille.

L'image représente la couverture d'un livre intitulé "L'économie pour ceux qui y comprennent rien" écrit par Bernard Maris. La couverture est principalement en noir et blanc. Le titre est affiché de manière proéminente en grandes lettres blanches en haut de la couverture. Juste en dessous du titre, il y a une sous-titre en lettres blanches plus petites qui dit "Microéconomie, Macroeconomie, Cycle économique, Solde de P071, Monnaie". Dans le coin supérieur gauche de la couverture, il y a une image en noir et blanc d'un microphone, suggérant que le livre pourrait être accompagné d'un enregistrement audio. Le nom de l'auteur, Bernard Maris, est écrit en petites lettres blanches dans le coin supérieur droit. Le fond de la couverture est noir, offrant un contraste saisissant avec le texte blanc. La mise en page globale est simple et épurée, avec un accent sur le texte et l'image du microphone.

Figure

Description de l'image par IA : Couverture de livre avec titre "La Prosperité de Masse" d'Edmund Phelps.

Figure

Description de l'image par IA : Couverture de livre avec titre "Le capitalisme et les pêches capitalux" et auteur Jean-Luc Buchalet.

Figure

Description de l'image par IA : Couverture de livre avec le titre "MBA Finance" en grand texte noir sur fond gris, incluant une sous-titre et un nom d'auteur.

Figure

Description de l'image par IA : Couverture de livre avec titre "Qui va prendre le pouvoir ?" par Pascal Picq. Illustration d'un singe et d'un robot.

L'image représente la couverture d'un livre intitulé "Qui va prendre le pouvoir ?" écrit par Pascal Picq. Le titre est affiché de manière proéminente en haut de la couverture. Sous le titre, il y a un sous-titre qui dit "Les grands singes, les hommes, politiques ou les robots". Le nom de l'auteur, Pascal Picq, est écrit en bas du titre. La couverture présente une illustration en noir et blanc. Sur le côté gauche, il y a une image stylisée d'un singe, et sur le côté droit, il y a une image stylisée d'une main tenant un appareil électronique. Ces illustrations sont positionnées de manière à sembler en interaction l'une avec l'autre. Dans le coin inférieur droit de la couverture, il y a un petit logo qui indique "Presses universitaires de France". La mise en page globale de la couverture est simple et épurée, avec un accent sur le texte et les illustrations pour attirer l'attention du lecteur potentiel.

Compte personnel

Au service des entrepreneurs !

Accès institutions

Toutes les institutions

Au service des entrepreneurs !

Citer ce numéro

Accès institutions

Toutes les institutions