Determinants of different accounting methods choice in Tanzania
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the factors that determine the choice of multiple accounting methods in Tanzania. The study investigates managers' decisions to choose accounting methods in a positive accounting theory perspective using panel data covering 60 years from 15 companies listed on the Dar es Salaam Stock Exchange. Design/methodology/approach Data were extracted from the companies' annual reports. Possible determinants of the choice of accounting methods are identified based on the positive accounting theory, including firm size, leverage, internal financing, proportion of non‐executive directors, ownership dilution, and labour force intensity. The study then utilises multiple regression analysis to determine the significant factors influencing the manager's choice of accounting methods. Findings The results show that the significant factors are company size, internal financing, proportion of non‐executive directors, and labour force. Contrary to the outcome of prior studies, the authors found that company size and internal financing are positively related with income strategy. The study proves statistically that there is a strong association between choice of accounting methods and income strategy. Originality/value The paper makes several contributions to the body of knowledge. First, in the Tanzanian context, it determines the factors which affect choice of accounting methods. Second, the study identifies the proportion of non‐executive directors as a new factor impinging on the choice of accounting policies. Finally, this study shows for the first time that the use of ratio of income‐increasing accounting policies to total number of accounting policies can be used as a dependent variable.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».