MétaCan
Menu
Retour à la cohorte
Enregistrement W4214554984 · doi:10.33772/jpep.v4i2.11010

PENGARUH HUMAN CAPITAL DAN SPIRITUAL CAPITAL TERHADAP KUALITAS AUDIT PADA BADAN PEMERIKSA KEUANGAN REPUBLIK INDONESIA PERWAKILAN PROVINSI SULAWESI TENGGARA

2019· article· id· W4214554984 sur OpenAlexaff
Rahmatia Kamba, Nasrullah Dali, Mulyati Akib

Notice bibliographique

RevueJurnal Progres Ekonomi Pembangunan (JPEP) · 2019
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness administrationHuman capitalPsychologyAuditAccountingPolitical scienceBusinessEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Tujuan dari penelitian ini adalah untuk mencari bukti empiris tentang pengaruh human capital dan spiritual capital terhadap kualitas audit. Populasi dalam penelitian ini adalah auditor yang bekerja pada Badan Pemeriksa Keuangan Provinsi Sulawesi Tenggara.Data yang digunakan dalam penelitian ini adalah data primer. Untuk analisis digunakan uji validitas dan reliabilitas sebagai uji instrumen. Penelitian ini menggunakan analisis regresi dan untuk uji hipotesis digunakan uji F dan uji t. Hasil penelitian menunjukkan bahwa human capital dan spiritual capitalberpengaruh signifikan dan positif terhadap kualitas audit.Kata Kunci : Human Capital, Spiritual Capital, Kualitas Audit

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,232 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Progres Ekonomi Pembangunan (JPEP)Même sujetConsumer Behavior and Marketing InfluenceTravaux en français237 207