The Relationship between Changes in Corporate Governance Characteristics and Intellectual Capital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The primary goal of this study was to investigate the effects of changes in corporate governance elements on a company’s valuable resources (such as intellectual capital and its components). Previous studies have examined the impacts of some corporate governance characteristics on intellectual capital performance as a whole and they have produced inconclusive and different results. This paper examines the effects of some corporate governance characteristics (i.e., the change in CEO, the evolution of auditor, the change in board independence, and the change in institutional ownership) on intellectual capital and its components (i.e., capital employed, human capital, and structural capital). This research is based on a quantitative study and the selected sample contains 1170 observations from 220 companies listed on the Middle East Stock Exchange from 2011 to 2018. The research findings show a positive and significant relationship between an increase in institutional ownership and intellectual capital and its two components (human capital and structural capital). The results support the relationship between a change in auditor and intellectual capital and human capital efficiency. Further, a positive and significant association was found between an increase in board independence and human capital. However, no relationship was found between a change of CEO and intellectual capital or any of its components. This study extends the research field of corporate governance by studying the effects of changes in corporate governance characteristics on intellectual capital for the first time. Given the significant role of intellectual capital in the performance of firms, this study provides essential information to organisations’ decision makers.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découle