MétaCan
Menu
Retour à la cohorte
Enregistrement W4361801431 · doi:10.55365/1923.x2023.21.10

The Effect of Financial Assistance, Accounts Receivable Management and University Size on Financial Distress

2023· article· en· W4361801431 sur OpenAlexvenueno aff
Kamaruzzaman Muhammad, Rosmalina Roslan, Erlane K Ghani, Akrom Omonov

Notice bibliographique

RevueReview of Economics and Finance · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Distress and Bankruptcy Prediction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccounts receivableContext (archaeology)Financial distressDistressFinancial managementFinanceRevenueBusinessOrder (exchange)AccountingFinancial systemPsychology

Résumé

récupéré en direct d'OpenAlex

This study examines the factors influencing financial distress faced by a university in Malaysia.Specifically, this study examines the effect of financial assistance to students, accounts receivable management and university size on financial distress of a university in Malaysia.This study utilises questionnaire survey distributed to the employees who are responsible in the revenue management and credit control activities in the university.The results of this study shows that financial assistance to students and accounts receivable management significantly and positively influence the financial distress faced by the university.This study however, shows no evidence that university size influences financial distress in the university.The findings in this study indicate that universities can strategize ways to increase opportunities for financial assistance to students in order to reduce chances of the university facing financial distress.In addition, management of the universities also need to improve their accounts receivable management.This study provides new findings on factors influencing financial distress in the context of the education sector.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,631
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,006
Tête enseignante GPT0,185
Écart entre enseignants0,179 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetFinancial Distress and Bankruptcy PredictionTravaux en français237 207