MétaCan
Menu
Retour à la cohorte
Enregistrement W4392260194 · doi:10.31948/esrii.v2i1.1711

Propuesta de implementación de NIIF en una empresa del sector de la Construcción

2019· article· es· W4392260194 sur OpenAlexfundno aff
Johana Marisol Tobar Meza, Mabel Cecilia Loaiza López, Giovana Alexandra Melo Carrillo, Daniela Andrea Rosales Díaz

Notice bibliographique

RevueExcelsium Scientia Revista Internacional de Investigación · 2019
Typearticle
Languees
DomaineHealth Professions
ThématiqueOccupational Health and Safety in Workplaces
Établissements canadiensnon disponible
Organismes subventionnairesArctic Goose Joint Venture
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

El presente artículo es resultado de la investigación “Informe Final de Implementación de Normas Internacionales de Información Financiera (NIIF) en la empresa constructora Davinci S.A.S. de la ciudad de Pasto, enero de 2015”, de la Facultad de Posgrados y Relaciones Internacionales de la Universidad Mariana. El sector de la construcción ha tenido un auge importante en los últimos años, por lo cual es necesario que las empresas vinculadas a este sector, implementen las Normas Internacionales de Información Financiera (NIIF). Para contribuir con este proceso, el presente artículo propone la implementación de las NIIF en una empresa constructora de la ciudad de Pasto. Para ello se utilizó una metodología cualitativa a través de una entrevista semi-estructurada y un análisis cuantitativo de los estados financieros de la empresa a través de métodos contables. Entre los principales resultados se encontró que el manejo contable de la empresa se ajusta al método PCGA. Además, se logró establecer las políticas de medición, reconocimiento y revelación a deudores, propiedad planta y equipo, inversiones, cuentas por pagar y obligaciones financieras, ingresos y gastos. Finalmente se presentan las estrategias para el cumplimiento de las actividades para la implementación de las NIIF para Pymes.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,015
Tête enseignante GPT0,385
Écart entre enseignants0,370 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExcelsium Scientia Revista Internacional de InvestigaciónMême sujetOccupational Health and Safety in WorkplacesTravaux en français237 207