MétaCan
Menu
Retour à la cohorte
Enregistrement W4304889415 · doi:10.47604/ijfa.1666

THE IMPACT OF COVID-19 ON INTERNALLY GENERATED REVENUE OF SOUTH-WEST NIGERIA

2022· article· en· W4304889415 sur OpenAlexaboutno aff
Mercy Femi-Olagundoye, Olufemi Olagundoye

Notice bibliographique

RevueInternational Journal of Finance and Accounting · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueCoronavirus disease 2019 (COVID-19)Quarter (Canadian coin)Total revenueState (computer science)Demographic economicsBusinessPandemicEconomicsDevelopment economicsEconomic growthFinanceGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Purpose: the paper investigated the impact of COVID-19 on the Internally Generated Revenue (IGR) of southwest Nigeria comprising Ekiti state, Lagos state, Ogun state, Ondo State, and Osun state, Oyo state. Methodology: the authors sourced data from secondary sources; the Internally Generated Revenue was obtained from the annual publication of the National Bureau of Statistics covering 2019 and 2020 and the COVID-19 confirmed cases were obtained from National Disease Control Centre. Findings: The result showed that paired correlation of IGR 2019 and 2020 showed a strong positive correlation and the same was also true of COVID-19 cases and IGR 2020 (p = 0.001). The result of the t-test showed no significant difference (p > 0.05) between IGR 2019 and IGR 2020 quarter on quarter. Unique Contribution to Theory, Practice and Policy: The result supported two theories; The ‘Pecking Order Theory and Ability-To-Pay, Internally Generated Revenue focuses on funds derived within the state, just like internal financing to a firm. The internally generated revenue did not decline during the pandemic because taxes were paid since the majority were paid salaries during the pandemic and transactions were conducted online via platforms, more importantly, the Central Bank of Nigeria did not shut down so economic activities were not paralyzed but migrated to online. The study proved that in times of crisis, IGR may not be adversely affected if all the channels of generating income are available to taxpayers. This aids budget and planning during a crisis period, furthermore, the government will be able to plan and channel funds to areas of need accordingly. The result further supported the new model of working; people can work remotely and pay their taxes despite the lockdown.

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)0,004
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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
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 Opus0,035
Tête enseignante GPT0,302
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 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Finance and AccountingMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207