MétaCan
Menu
Retour à la cohorte
Enregistrement W2261070001 · doi:10.5539/ijef.v8n2p206

The Preference of Direct or Indirect Methods in Preparing the Statement of Cash Flows in Decision Making: An Academic Perspective

2016· article· en· W2261070001 sur OpenAlexvenueno aff
Shahnaz Abdullah, A. Qabajeh Majed, M. Alshanti Aymen

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCash flow statementPreferenceStatement (logic)Perspective (graphical)Cash flowRank (graph theory)CashOrder (exchange)LegislatureAccountingOperating cash flowActuarial scienceComputer scienceBusinessEconomicsFinancePolitical scienceMicroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Two methods are used when reporting cash flows from operating activities: the direct method or the indirect method, both are acceptable from IAS with a preference of direct method. Thus, this paper examines which method of reporting the statement of cash flows provides useful information the decision makers rely on for decision making purposes. To achieve this aim, participants were selected from academic sector represented by universities professors. The study is based on the conceptual framework: qualitative characteristics of accounting information. To be useful, information must be relevant and represents faithfully what it claims to represent. In order to distinguish more useful financial information from those less useful, enhancing qualitative characteristics were examined. Results show that academic professors provide support for direct method of reporting cash flows over indirect method. The study sought to determine the effect of academic rank on these results. Evidence reveals that full and associate professors endorsed the preference of direct method more than assistant professors and lecturers. These results recommend the legislative bodies and entities to adopt the direct method in preparation the statement of cash flows.

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)0,060
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,091
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0080,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,036
Tête enseignante GPT0,325
Écart entre enseignants0,289 · 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'étudeQualitatif
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207