MétaCan
Menu
Retour à la cohorte
Enregistrement W3023644228 · doi:10.5539/ibr.v13n5p113

Evaluation on Implementation of Whistleblowing System in State Development Audit Agency

2020· article· en· W3023644228 sur OpenAlexvenueno aff
Atika Zarefar, Tobi Arfan, Arumega Zarefar

Notice bibliographique

RevueInternational Business Research · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditAgency (philosophy)Transformational leadershipInternal auditSample (material)Theory of planned behaviorPrincipal–agent problemProcess managementAccountingBusinessKnowledge managementPsychologyComputer scienceManagementControl (management)FinanceCorporate governanceEconomics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to measure the effectiveness of institutional whistleblowing systems. The method used is quantitative descriptive. In this study, the sample used was the user of the whistleblowing system of the Financial and Development Supervisory Agency (BPKP), especially internal users. The data used in this study is the results of questionnaire data that has been distributed and filled out by BPKP employees. The questionnaire was designed based on Theory of Planned Behavior. The results of this study are in the form of a questionnaire design and the level of effectiveness of the whistleblowing system at BPKP. By using the Theory of Planned Behavior, there are three important aspects underlying the effectiveness of the whistleblowing system, namely the training and communication aspects, aspects of transformational leadership, and aspects of top management support. The level of effectiveness of the whistleblowing system at BPKP, especially internal whistleblowing, is 62.8%. The effectiveness level of 62.8% reflects that the whistleblowing system at BPKP is quite effective.

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)0,024
score de la tête « metaresearch » (Gemma)0,048
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,594
Tête enseignante GPT0,585
Écart entre enseignants0,008 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEthics in Business and EducationTravaux en français237 207