The effect of the implementation of financial accounting standards on MSMEs
Notice bibliographique
Résumé
Over the last two decades, the global financial landscape has changed dramatically, including the corporate and political climates, the creation of more market-based economies, and rapid technological advancements. Micro, Small, and Medium Enterprises (MSMEs) is one form of market-based economies created with the most significant business opportunities and very important socially and economically in developing countries for many reasons. However, MSMEs face significant difficulty related to financial reporting standards to evaluate the achievement of business activities. Most MSMEs use a simple form for financial reporting, such as by calculating the difference between inflow and outflow from their business activities. Also, numerous previous studies that focus on Financial Accounting Standards in Indonesia are still limited. Thus, the present study investigates the factors that influence the implementation of Financial Accounting Standards (FAS) of Micro, Small, and Medium Enterprises (MSMEs) in Aceh Province, Indonesia. This quantitative study uses cross-sectional data collected by distributing 200 questionnaires to MSMEs actors that spread North Aceh Regency, namely Lhokseumawe city and Bireuen regency. The data are analyzed using descriptive statistics (e.g., frequency, percentage, mean, standard deviation) and inferential statistic (multiple linear regression) analyses. The study indicated that Perception, Education, Socialization and Incentive factors had significant positive effects on implementing Financial Accounting Standards of Micro, Small, and Medium Enterprises (MSMEs) in Aceh Province, Indonesia. In conclusion, this study has successfully investigated the factors that influence the implementation of Financial Accounting Standards of Micro, Small, and Medium Enterprises (MSMEs) in Aceh Province.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».