MétaCan
Menu
Retour à la cohorte
Enregistrement W3081883768 · doi:10.5539/ijef.v12n9p111

Extent of Commitment of Maritime Companies in Lebanon to Implementing the IAS 16

2020· article· en· W3081883768 sur OpenAlexvenueno aff
Rani Shakaroun, Hasan El-Mousawi, Joumana Younis

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingAuditBusinessPosition (finance)Sample (material)Financial statementIncome statementPoint (geometry)Likert scaleFinancial statement analysisFinanceBalance sheetFinancial ratio

Résumé

récupéré en direct d'OpenAlex

The study examined the extent of commitment of maritime companies in Lebanon to implementing the International Accounting Standard (IAS) 16. It aimed at recognizing the extent to which maritime firms in Lebanon apply the International Accounting Standard (IAS) 16 by explaining the financial statements and their features and constituents. A five-point Likert style questionnaire was constructed as a study tool to collect information from the sample that consisted of 70 people who were accountants at maritime companies in Lebanon in addition to auditors of these companies. From the 70 questionnaires distributed, 63 were retrieved. The research concluded that maritime companies in Lebanon apply the IAS 16 in the income statement and the statement of financial position. The researchers recommended that the International Accounting Standards Board (IASB) should set up a clear and coordinated approach to deal with the issue of the periodic maintenance for ships, especially that the IAS 16 did not specify a preferred approach to settle this issue; rather, the IASB left it for the companies to choose the most convenient approach. They also recommended increasing disclosure of Lebanese maritime companies using the procedures followed in determining, depreciating and itemizing fixed assets in the financial statements.

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)0,005
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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,233
Écart entre enseignants0,210 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetMaritime Ports and LogisticsTravaux en français237 207