MétaCan
Menu
← Retour à la cohorte
Enregistrement W3121469975 · doi:10.5539/mas.v15n1p152

The Impact of CEOs' Compensations on Cost Stickiness in Industrial Companies Listed on the Amman Stock Exchange

2021· article· en· W3121469975 sur OpenAlexvenueno aff
Lina Fuad Hussien

Notice bibliographique

RevueModern Applied Science · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCompensation (psychology)Stock exchangeStock (firearms)Finance

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to analyze the asymmetry in cost behavior (cost stickiness) and to identify the impact of CEOs' compensation on the degree of cost stickiness behavior. The study population consists of the public shareholding companies listed on the ASE, which number (56) industrial company. Data were collected from (35) industrial companies for the period (2009 - 2019). To measure the degree of costs stickiness, The Model of Weiss (2010) was used. The Model of Weiss (2010) takes into account the costs and changes in the level of activity (sales) for the last four quarters of the company, Weiss (2010) model constructs the difference in logarithmic ratios of changes in cost. The study found that the CEO's compensation in Jordanian industrial companies consists of two forms. The companies pay fixed salaries or performance-related bonuses. The study found that the form of compensation that is paid to the CEO affects the behavior of managers. The results indicated that the performance-related rewards are accompanied by a decrease in the level of cost stickiness, and the compensation paid in the form of fixed salaries are accompanied by a high level of cost stickiness. The study recommends that companies should understand the role of the compensation form in administrative decisions, especially with regard to resource modifications, as management motives in relation to resource modifications must be taken into account because of their clear and direct impact on the cost structure of companies.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,114
Tête enseignante GPT0,285
Écart entre enseignants0,170 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied Science→Même sujetCorporate Finance and Governance→Travaux en français237 207→