MétaCan
Menu
Retour à la cohorte
Enregistrement W2031884957 · doi:10.5430/afr.v3n3p12

The Effects of Various Choices of IFRS Implementation on the Relevance of Accounting Information

2014· article· en· W2031884957 sur OpenAlexvenueaboutno aff
Mohamed Rachid Ouezzani, Youssef Alami

Notice bibliographique

RevueAccounting and Finance Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)AccountingBusinessInternational Financial Reporting StandardsAccounting information systemChinaSample (material)Process (computing)Convergence (economics)EconomicsPolitical scienceComputer scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

To adopt IFRS, some jurisdictions as South Africa has chosen a method of implementation IFRS by the adoption of the IASB process while others like Canada, South Korea and the European Union countries opted for outstanding by standard method to implement IFRS. China preferred an incomplete transposition of these standards to the international reference. Faced with these various choices, the question of the impact of the IFRS implementation on the relevance of accounting information remains posed. To answer this question, we have studied the evolution of the relevance of accounting information following the adoption of the IFRS implementation method for a sample composed of listed companies. These firms are from six countries which have opted for different implementation methods of IFRS. The results show a maintain of the high relevance of accounting information for South Africa which opted for an implementation process and an improvement of the relevance for countries which has adopted a standard by standard method of IFRS implementation such as Canada, Germany and Spain excepting South Korea. In China, which conducted an extensive but incomplete convergence of its standards to IFRS, the results demonstrate a decrease in the relevance of the accounting information. Also, comparative analysis of the results shows a better relevance of accounting information for countries which have opted for methods of implementation fairly close to the IFRS.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,011
Tête enseignante GPT0,277
Écart entre enseignants0,266 · 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.

Devis d'étudeAutre devis
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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207