MétaCan
Menu
Retour à la cohorte

Impactos do arrendamento mercantil nas demonstrações contábeis do período comparativo de 2018

2019· article· pt· W2894820962 sur OpenAlexaff
Amauri Pereira Martins, Eli Soares Pinheiro

Notice bibliographique

RevueRevista Científica Multidisciplinar Núcleo do Conhecimento · 2019
Typearticle
Languept
DomaineSocial Sciences
ThématiqueAcademic Research in Diverse Fields
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPhysicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Este artigo apresenta os resultados de uma pesquisa exploratória, bibliográfica, documental e qualitativa que teve o objetivo de identificar os impactos do arrendamento mercantil nas demonstrações contábeis no período comparativo de 2018 e objetivos específicos de identificar arrendamento mercantil operacional, descrever efeitos na análise de balanços com único modelo contábil e analisar o reflexo de cláusulas restritivas no arrendamento mercantil. Foram analisadas as notas explicativas das demonstrações contábeis de 2017 publicadas no jornal valor econômico. Como resultado o aumento na confiabilidade na análise de balanços para fins decisórios e cumprimento de condições contratuais restritivas decorre da evidenciação das informações do arrendamento mercantil operacional, que a partir de 2019 será apresentado como Passivo no Balanço Patrimonial conforme CPC 06 (R2).

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,008

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 Opus0,058
Tête enseignante GPT0,384
Écart entre enseignants0,325 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Científica Multidisciplinar Núcleo do ConhecimentoMême sujetAcademic Research in Diverse FieldsTravaux en français237 207