MétaCan
Menu
Retour à la cohorte
Enregistrement W3122567946 · doi:10.5430/ijfr.v12n3p172

Environmental Operations Review and Stakeholders’ Wealth of Extracting Firms: Evidence From Nigeria

2021· article· en· W3122567946 sur OpenAlexvenueno aff
Akabom Ita Asuquo, Nicholas O. Dan, Innocent Oko Odey, Mkpa Ubuo Linus, Ashishie Peter Uklala, Arzizeh Tiesieh Tapang

Notice bibliographique

RevueInternational Journal of Financial Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Development and Environmental Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustenanceBusinessValue (mathematics)OriginalityDomino effectEnvironmental economicsMarketingEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

The research surveyed environmental operations review and stakeholders’ wealth of extracting firms taking evidence from Nigeria. The purpose was to consider the effect and necessities of environmental evaluation toward enhancement and maximization of the wealth of the stakeholders of extracting firms obtaining facts from Nigeria. The survey methodology and ex-post-facto design were adopted and material pieces of evidence needed for the validation of the propositions made in the exploration were gathered from both primary and secondary sources, and appropriate statistical techniques were applied in examining the raw material pieces of evidence. The domino effect and findings exposed that environmental operations review is greatly connected to the stakeholders’ wealth in the extracting firms. Consequently, the elements of environmental operations review ought to be reflected in making a decision concerning stakeholders’ wealth of extracting firms because it is appropriate that establishments put up with their stakeholders’ wealth in the midst of environmental defies. Finally, as originality/value, it was advocated and backed that extracting firms ought to display facts on environmental costs in their financial statements. This is obligatory in ensuring that environmental overhead besides environmental conservation is guaranteed towards ecological and green nourishment and sustenance.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,619
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,112
Tête enseignante GPT0,380
Écart entre enseignants0,267 · 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.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetSustainable Development and Environmental PolicyTravaux en français237 207