The effect of board structure and process disclosure on corporate performance in the emerging African markets
Notice bibliographique
Résumé
Abstract Purpose – The purpose of this paper is to examine the impact of the board structure and process disclosure (henceforth BSPD) level on corporate performance, depending on the Anglophone vs Francophone business culture prevailing in African emerging markets. Design/methodology/approach – The BSPD score is measured by searching 220 annual reports (year ended 2006) for information of 35 items provided by S&P's template in 11 emerging markets in Africa. The empirical model builds on multiple regressions and assumes interaction between the Anglophone/Francophone business culture and BSPD level to affect corporate performance. Findings – African companies from countries having historical links with Great Britain exhibit substantially higher BSPD scores than those from countries having historical links with France. The influence of BSPD level on corporate performance is more pronounced for financial Anglophone African companies than non‐financial Anglophone African companies. Practical implications – Providing BSPD levels for African emerging markets helps to a better understanding of the board of directors' activity and characteristics that prevail in both Anglophone and Francophone African companies. The implications are potentially useful for regulators, market authorities and standard setters in order to provide new requirements on corporate governance narrative reporting in African emerging markets. BSPD scores obtained for African emerging markets can also serve for comparison with other emerging markets in Asia, Latin America, Eastern Europe and the Middle East. Originality/value – This paper is one of the first to examine the effect of BSPD level on corporate performance in African emerging markers. This study contributes to asserting the role of Anglophone vs Francophone business culture in shaping the level of disclosure on board structure and activity and its influence on corporate performance in Africa.
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».