MétaCan
Menu
Retour à la cohorte
Enregistrement W4383068936 · doi:10.3390/su151310501

Board Gender Diversity and Banks Profitability for Business Viability: Evidence from Serbia

2023· article· en· W4383068936 sur OpenAlexaff
Stefan Milojević, Marko Milašinović, Aleksandra Mitrović, Jasmina Ognjanović, Jelena Raičević, Nebojša Zdravković, Snežana Knežević, Malči Grivec

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésProfitability indexCorporate governanceBusinessReturn on assetsPanel dataAccountingReturn on equityGender diversityEquity (law)PandemicSample (material)Coronavirus disease 2019 (COVID-19)FinanceEconomicsPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

As an important topic in the field of corporate governance, the influence of the board of directors’ characteristics on the profitability of corporations is examined here. This paper examines the influence of the board of directors’ and chief executive officers’ (CEO) characteristics on the profitability of banks in Serbia. In this study, the characteristics of boards of directors were examined in terms of size and the participation of women, and the characteristics of CEOs were examined similarly in terms of women’s participation. The research was conducted on a sample of 23 commercial banks from Serbia in the period from 2017 to 2021. Profitability was measured by the rate of return on operating assets (ROA) and the rate of return on equity (ROE). The results of the panel regression analysis indicate that the size of the board of directors had a positive impact on bank profitability during the COVID-19 pandemic period, while this impact was not statistically significant before the pandemic. The participation of women on the board of directors did not have a statistically significant impact on bank profitability before or during the COVID-19 pandemic. It has been found that the participation of women as CEOs had a negative impact on bank profitability before and during the COVID-19 pandemic.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,156
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,002
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 Opus0,155
Tête enseignante GPT0,339
Écart entre enseignants0,184 · 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.

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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetGender Diversity and InequalityTravaux en français237 207