MétaCan
Menu
Retour à la cohorte
Enregistrement W2965571168 · doi:10.25105/pakar.v0i0.4248

PENGARUH LEVERAGE DAN PERENCANAAN PAJAK TERHADAP MANAJEMEN LABA DENGAN PROFITABILITAS SEBAGAI VARIABEL MODERASI

2019· article· id· W2965571168 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProsiding Seminar Nasional Pakar · 2019
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueFinancial Analysis and Corporate Governance
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness administrationBusiness

Résumé

récupéré en direct d'OpenAlex

Perusahaan menghadapi persaingan yang keras untuk dapat bertahan dalampasar global, perusahaan diharuskan untuk memiliki keunggulan kompetitifdibandingkan perusahaan lainnya. Suatu perusahaan tidak hanya diharuskanmenghasilkan produk yang berkualitas baik bagi konsumen, melainkan jugamampu mengelola perusahaannya dengan baik. Pihak manajemen perusahanbertanggung jawab untuk mengelola keuangan perusahaan sesuai denganprinsip-prinsip akuntabilitas. Tujuan dari penelitian ini adalah untuk mengetahuipengaruh Leverage dan Perencanaan Pajak terhadap Manajemen Laba denganProfitabilitas sebagai variabel moderasi. Objek penelitian yang digunakan dalampenelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa EfekIndonesia (BEI) pada tahun 2013 sampai dengan 2017. Jumlah sampel yangdigunakan dalam penelitian sebanyak 116 perusahaan. Dalam penelitian inimenggunakan uji statistik deskriptif, Uji Kualitas Data, Uji Normalitas DataResidual Setelah Uji Outlier, Uji Asumsi Klasik dan Pengujian Hipotesis. Hasilpenelitian ini menunjukkan bahwa Leverage berpengaruh negatif terhadapManajemen Laba. Perencanaan Pajak tidak berpengaruh terhadap ManajemenLaba, Profitabilitas dapat memperlemah pengaruh negatif leverage terhadapManajemen Laba dan Profitabilitas tidak dapat memperkuat pengaruhperencanaan Pajak terhadap Manajemen Laba.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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