The effect of auditing quality and internal control on financial resilience in public sector organi-zations: Information quality as the mediating factor
Notice bibliographique
Résumé
In dynamic socio-economic environments, public sector organizations and companies with strong financial resilience are better equipped to adapt to economic changes, socio-economic fluctuations, and shifts in the business landscape with greater flexibility. Financial resilience also has implications for an organization's liquidity. One of the critical factors influencing financial resilience in public sector organizations is the quality of its audit. Ensuring high-quality audits is vital for assessing the accuracy and reliability of an organization's financial statements. This study aims to investigate the impact of audit quality and internal control on financial security, with information quality serving as a mediating factor. Quantitative research methods were employed to collect and statistically analyze the data. The study gathered information through questionnaires distributed to the Auditors of the Supreme Audit Board, with a sample size of 321 participants. The data was then processed using SmartPLS software. The research findings demonstrate a significant relationship between audit quality and internal control, positively influencing the organization’s financial resilience. Furthermore, the study reveals that information quality acts as a crucial mediator, linking audit quality and internal control to financial security. The analysis shows that audit quality significantly affects information quality. However, the direct impact of audit quality on financial resilience is not significant. On the other hand, internal control significantly influences both information quality and the organization’s financial resilience. Additionally, the quality of information also has a significant effect on the organization’s financial resilience.
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 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 | 0,008 | 0,007 |
| 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 | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».