MétaCan
Menu
Retour à la cohorte
Enregistrement W3124529902 · doi:10.5430/rwe.v12n2p158

Adoption of IFRS for SMEs in Albania

2021· article· en· W3124529902 sur OpenAlexvenueno aff
Albana Gjoni, Shpresa Çela, Drini Salko, Migena Qerimi

Notice bibliographique

RevueResearch in World Economy · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingBusinessInternational Financial Reporting StandardsGlobalizationFinancial statementFinancial accountingFinanceQuality (philosophy)Accounting standardFinancial ratioStakeholderCorporate governanceAccounting information systemAccounting managementAuditEconomics

Résumé

récupéré en direct d'OpenAlex

Small Medium-Sized Enterprises (SMEs) is one of the most important engines of economic growth in Albania. They make a significant contribution to local and global trade and also to the national economic development. SMEs have the largest proportion of total Albanian employment, almost 78% of the total number of employed people. They generally face difficulties in financing and investing decisions, globalization, and other matters, mainly because of their inappropriate formal financial reports. These enterprises must prepare adequate financial statements and proper accounts to deal with third parties’ needs and ensure stakeholder’s confidence. This requires financial statements to be prepared by international financial reporting standards (IFRS), national accounting standards, and local government laws. Therefore, the International Accounting Standards Board (IASB) provided a new standard to ensure the required financial reporting quality for SMEs. The main focus of this study is to examine the attitudes of financial statement’s information’ users in Albania towards the adoption of this financial reporting standard for SMEs as progress on the general financial reporting process in Albania, and also to estimate their capabilities and interests on this matter.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,308
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207