MétaCan
Menu
Retour à la cohorte
Enregistrement W2907398042 · doi:10.5430/rwe.v9n2p44

Adoption of International Public Sector Accounting Standards in Public Sector of Developing Economies -Analysis of Five South Asian Countries

2018· article· en· W2907398042 sur OpenAlexvenueno aff
Javed Miraj, Zhuquan Wang

Notice bibliographique

RevueResearch in World Economy · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComparabilityAccountingPublic sectorBusinessDeveloping countrySouth asiaEconomicsEconomic growthEconomySociology

Résumé

récupéré en direct d'OpenAlex

We examined the extent of adoption of the International Public Sector Accounting Standards (IPSAS) in South Asia and the challenges that are decelerating this process. The moderating organization, International Public Sector Accounting Standards Board (IPSAB), instituted IPSAS in an effort to improve financial reporting by public sector organizations and for comparability purposes. The aims of this research were to establish to what extent the IPSAS has been adopted in South Asia and determine the drawbacks contributing to its slow adoption process. To answer the study questions a literature review of the South Asian countries that have adopted the IPSAS was conducted. The study findings show that most of the South Asian nations have adopted the IPSASs though to different extents. Nepal, Bangladesh, Pakistan and Sri Lanka have implemented the IPSAS but taking different approaches and directions, while India still uses the cash based accounting system. The key barriers include; lack of experienced staff, delay in provision of information by the public entities, and lack of a defined implementation timeframe which seem to cut across these countries.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,148
Tête enseignante GPT0,436
Écart entre enseignants0,288 · 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

Citations38
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetPublic Policy and Administration ResearchTravaux en français237 207