MétaCan
Menu
Retour à la cohorte
Enregistrement W3082712705 · doi:10.22158/ibes.v2n3p74

The Role and Impact of International Financial Reporting Standards on Cross-Border Financing for a Systemically Important Bank from Macroeconomic Perspectives—Technical Review Research Study

2020· article· en· W3082712705 sur OpenAlexaboutno aff
Karina Kasztelnik

Notice bibliographique

RevueInternational Business & Economics Studies · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Business Development Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationIssuerListing (finance)Stock exchangeAccountingBusinessInternational Financial Reporting StandardsCross listingStock marketCapital marketFinanceEconomicsFinancial system

Résumé

récupéré en direct d'OpenAlex

The author of the study note that the extensiveness of a country’s international accounting disclosure requirements is a good for the overall disclosure extensiveness of the exchange in that foreign country, which, in turn, is bigly correlated with the cost of listing such as United States, Canada, United Kingdom, The Netherlands, France, Japan, and Germany. The United States and the national over-the-counter market have enjoyed significant growth in foreign listing. In absolute terms, the U.S. numbers are even more impressive. As of December 2019, the 1,420 foreign companies whose shares are traded in the United States reparent the largest amount of foreign listings of any major stock exchange in the world., which reflects, at least in part, recognition by multinational entities that the U.S. securities market represents the most efficient market in the world, thus translating into a lower cost of capital for issuer of securities. This technical research review article may support both the public trade companies and policymakers around the World.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,089
Tête enseignante GPT0,432
Écart entre enseignants0,343 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 Business & Economics StudiesMême sujetEconomic and Business Development StrategiesTravaux en français237 207