Le retraitement des états financiers : échec de la gouvernance d'entreprise?
Notice bibliographique
Résumé
Résumé Le retraitement des états financiers constitue une reconnaissance publique des erreurs ou des fraudes commises dans l’information financière divulguée antérieurement. C’est une forme évidente et extrême de la mauvaise qualité de l’information financière divulguée. Le retraitement récent des résultats de Nortel Networks ainsi que les scandales comptables déclenchés ces dernières années par d’autres grandes sociétés ont miné la confiance du public dans l’information financière divulguée. La prolifération des retraitements des états financiers indique que les mécanismes de gouvernance n’ont pas réussi à prévenir la divulgation de l’information financière de mauvaise qualité. Cet article présente des exemples illustrant l’ampleur des retraitements des états financiers de sociétés américaines et canadiennes. Il passe ensuite en revue des écrits sur les mécanismes de gouvernance pouvant prévenir l’information financière de mauvaise qualité. Puis, il analyse les conséquences des retraitements sur les différents intervenants dans le processus de divulgation d’une information fiable. Enfin, il indique quelques voies de recherche intéressantes. L’objectif de cet article est de mettre en évidence les conséquences néfastes des retraitements, afin de dissuader les intervenants d’adopter des comportements fautifs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».