MétaCan
Menu
Retour à la cohorte
Enregistrement W2769170795

Impact of Public Sector Auditing in Promoting Accountability and Trasparency in Nigeria

2017· article· en· W2769170795 sur OpenAlexvenueno aff
Wisdom Okere, Ogundana Oyebisi M

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueBusiness Strategies and Management Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountabilityTransparency (behavior)Public sectorAuditLanguage changeBusinessGovernment (linguistics)AccountingPublic administrationEconomicsPolitical scienceEconomyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Accountability and Transparency has over the years been recognized as instruments of reduction of corruption at all levels of public sector. A lack of transparency and accountability in the public sector presents a major risk to the efficiency of the capital markets, financial stability, long term economic sustainability, economic growth and development. Unfortunately, the issue of accountability is a basic and fundamental problem in our country Nigeria. This is as a result of the high rate of corruption embedded in virtually all sector of our economy Nigeria. Going by the increase in democratization and concern about corruption, citizens are demanding from the government accountability and transparency by being well informed about what the government intends to achieve and what it has actually accomplished. Since public sector financial statement is the medium of information of government activities, the public is demanding audit reports in order to access the performance of those entrusted with public sector resources. This therefore implies that proper audit plays a significant role in promoting accountability. This study therefore seeks to examine the role of public sector audit in enhancing accountability and transparency in the public sector while bringing about a reduction in the level of corruption in the country.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,193
Tête enseignante GPT0,433
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetBusiness Strategies and Management ResearchTravaux en français237 207