MétaCan
Menu
Retour à la cohorte
Enregistrement W2945171479 · doi:10.5430/ijfr.v10n3p132

Do Perceived Pressure and Perceived Opportunity Influence Employees’ Intention to Commit Fraud?

2019· article· en· W2945171479 sur OpenAlexvenueno aff
Tuan Zainun Tuan Mat, Danny Shahmizi Teh Ismawi, Erlane K Ghani

Notice bibliographique

RevueInternational Journal of Financial Research · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommitBusinessGlobePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Fraud has always remains an issue for organisations throughout the globe due to the increasing number of fraud occurrences over the years which resulted to the increasing amount of losses. Despite the large amount of efforts by organisations through internal control implementation and the amount of money spent to combat fraud, the numbers of fraud occurrences are still increasing. This study examines the employees’ intention to commit fraud. Specifically, this study examines the influence of perceived pressure and perceived opportunity on employees’ intention to commit fraud. In addition, this study examines the effect of capability in moderating the influence of perceived pressure and perceived opportunity on employees’ intention to commit fraud. Using online questionnaire on 158 employees from various sectors, this study shows that the employees have a low intention to commit fraud. This study also shows an existence of linear relationship between perceived pressure and perceived opportunity on employees’ intention to commit fraud. Consistent with previous studies, this study found that capability of the employees does not influence them to commit fraud. The findings in this study assist the employers to adopt appropriate strategies in preventing and detecting fraud possibility among their employees.

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)0,009
score de la tête « metaresearch » (Gemma)0,043
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,232
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,289
Tête enseignante GPT0,511
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetEthics in Business and EducationTravaux en français237 207