MétaCan
Menu
Retour à la cohorte
Enregistrement W2015230558 · doi:10.1108/eb043421

Narratives vs Numbers in the Annual Report: Are They Giving the Same Message to the Investors?

2005· article· en· W2015230558 sur OpenAlexaff
Pascal Balata, Gaëtan Breton

Notice bibliographique

RevueReview of Accounting and Finance · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCognitive dissonanceNarrativeAuditIndex (typography)AccountingConsonance and dissonancePsychologySocial psychologyBusinessComputer scienceLinguisticsPhilosophyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The annual report has two parts, financial statements and narrative sections. Commentators have raised doubts about the harmony of the two parts. The financial statements are audited, therefore submitted to a form of control. The narrative sections are free style, open to confusion and manipulation. Users are potentially exposed to contradictory messages producing an effect of dissonance. We do not test the presence of dissonance for the users, but the presence of contradictory information prone to produce dissonant effect. We conduct a content analysis of the president letter and we build an index of the level of optimism contained in it. Then, we compare this index with the change in key numbers or ratios from the financial statements. Our results indicate a moderate level of divergence between the narrative sections and the accounting data. However, this level is sufficient to raise questions about the necessity to regulate the discourse accompanying the financial statements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations39
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Accounting and FinanceMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207