MétaCan
Menu
Retour à la cohorte
Enregistrement W1923611043 · doi:10.1111/j.1911-3838.2011.00020.x

What Questions Do Board Members in Public Service Organizations Ask about Executive Compensation?

2011· article· en· W1923611043 sur OpenAlexaffvenueabout
Chris Bart, Yee‐Ching Lilian Chan, Kiridaran Kanagaretnam

Notice bibliographique

RevueAccounting Perspectives · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCorporate governancePolitical scienceService (business)Public serviceCompensation (psychology)Executive compensationAsk priceManagementExecutive boardBusinessPublic relationsPsychologyMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to investigate the governance questions that board members in public service organizations ask as they go about fulfilling their responsibilities for the oversight of executive compensation. We investigate the usage and perceived importance by board members of the 24 questions proposed by the Canadian Institute of Chartered Accountants that directors should ask about executive compensation. The study is based on a usable sample of 47 board members from public service organizations who attended a Canadian director training program. Our results suggest that the recommended executive compensation governance questions are not being asked with the same frequency or considered equally important by board members of public service organizations. Furthermore, the correlation between a question’s usage frequency and its perceived importance was not perfect. However, there appears to be a significantly positive relationship among the number of executive compensation governance questions asked and selected elements of a board’s governance structure.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207