MétaCan
Menu
Retour à la cohorte
Enregistrement W2996600382 · doi:10.5430/ijfr.v11n1p434

International Public Sector Accounting Standards (IPSAS) Adoption and Implementation in Nigerian Public Sector

2019· article· en· W2996600382 sur OpenAlexvenueno aff
Ademola Abimbola. O, Egbide Ben-Caleb, Joseph Ugochukwu Madugba, A. E. Adegboyegun, Damilola Felix Eluyela

Notice bibliographique

RevueInternational Journal of Financial Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComparabilityAccountingCredibilityQuality (philosophy)BusinessPublic sectorEconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This study evaluated the relationship between IPSAS adoption and financial reporting quality in South West, Nigeria. Specifically, it analysed the effect of IPSAS adoption on credibility and comparability of financial statements. Additionally; salient factors influencing IPSAS implementation were investigated. Primary data collected from one hundred and eighty accountants in South West Nigeria were analysed using tabulation, graphs, factor analysis, and Goodman and Kruskal’s gamma statistics.The empirical results indicated that IPSAS adoption exerted significant and positive relationships with financial reporting quality, credibility and comparability of financial statements. Decisively, discoveries from this study reflect that implementation cost, staff training, technological factor, IPSAS knowledge and awareness and availability of expertise significantly affect IPSAS implementation. However, findings further revealed that IPSAS implementation is not significantly influenced by institutional commitment, cultural, sociological, legal, political and environmental factors. Based on these findings, the authors recommend that considerable amount of money should be set aside for full adoption and implementation of IPSAS in Nigeria.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,367
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,353
Écart entre enseignants0,312 · 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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetIslamic Finance and Banking StudiesTravaux en français237 207