MétaCan
Menu
Retour à la cohorte
Enregistrement W4385463464 · doi:10.7176/dcs/13-5-03

Greed, Family and Friends as Drivers of Corruption in Africa: A Case Study of Nigeria

2023· article· en· W4385463464 sur OpenAlexfundno aff
Gambo Musa

Notice bibliographique

RevueDeveloping Country Studies · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueLeadership, Behavior, and Decision-Making Studies
Établissements canadiensnon disponible
Organismes subventionnairesTertiary Education Trust FundVlaamse regeringUniversiteit GentDoğu Akdeniz ÜniversitesiInstitute of Food and Agricultural Sciences, University of FloridaUniversity of Central FloridaUniversity of CambridgeAhmadu Bello UniversityPublic Safety Canada
Mots-clésEmbezzlementLanguage changeNepotismLikert scaleMisappropriationGovernment (linguistics)Money launderingExtortionStratified samplingBusinessCorrupt practicesDemographic economicsPublic relationsPolitical scienceEconomicsPsychologyLawFinanceCriminal lawPoliticsMedicine

Résumé

récupéré en direct d'OpenAlex

Corruption is generally regarded as unethical behavioural practices that inhibits economic growth and development, affects access to infrastructure, quality education and health care delivery. It is a pervasive global phenomenon, which continues to permeate each and every strata of Nigerian society in various forms including misappropriation, nepotism, favouratism, bribery, embezzlement, money laundering and outright looting of the treasury. This study examines the relationship between greed, family and friends influence and corruption in Nigerian higher institutions. The study applies quantitative approach through a cross-sectional survey of 400 respondents selected using stratified random sampling techniques with a close-ended self-completion questionnaire. A five-point Likert scale will be used to test the dimensions of the three independent variables (greed, family and friends) as possible drivers of corrupt practices in Nigerian higher institutions, with each variable containing five different scores arranged in descending order from 5 to 1 respectively. Data collected was analyzed using multiple regression analysis with the help of SPSS software The findings reveal that greediness, family and friends influence are real drivers of corruption in tertiary institutions of Nigeria because it establishes a strong and significant relationship between greediness, family and friends and corruption in tertiary institutions of Nigeria. Consequently, it is recommended that people should be less greedy while at the same time government should introduce measures to make punishment against corruption more severe than the proceeds of corruption. In addition, family and friends of top executives in our institutions should not be interfering in their official assignment so as to reduce the probability of corrupt practices and academic malpractices. Keywords : Corruption, Greed, Family, Friends, Higher Institutions, Nigeria` DOI: 10.7176/DCS/13-5-03 Publication date: July 31 st 2023 NB: This research work was fully sponsored by the Tertiary Education Trust Fund (tetfund), Abuja, Nigeria, through its Institution Based Research (IBR) 2022 Intervention.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,317
Tête enseignante GPT0,453
Écart entre enseignants0,136 · 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'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeveloping Country StudiesMême sujetLeadership, Behavior, and Decision-Making StudiesTravaux en français237 207