MétaCan
Menu
Retour à la cohorte
Enregistrement W4400473418 · doi:10.5267/j.uscm.2024.5.025

The impact of corporate governance on the financial performance of banks

2024· article· en· W4400473418 sur OpenAlexvenueno aff
Dheif Allah E’leimat, Khaleel Ibrahim Al-Daoud, Asokan Vasudevan, Anber Abraheem Shlash Mohammad, Mohammad Faleh Ahmmad Hunitie, Fei Zhou

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBusiness and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCorporate governanceFinanceAccountingFinancial system

Résumé

récupéré en direct d'OpenAlex

The paper aimed to examine the impact of corporate governance on the financial performance of commercial banks in Jordan. The variables used to measure corporate governance were the board of directors' size, independent members of the board of directors, and the number of audit committee members, while those used to measure financial performance were return on investment, return on equity and earnings per share. The study used a quantitative approach based on the data of 12 commercial banks in Jordan during the period 2005-2022. The panel data were analyzed using the EViews software based on the ordinary least squares time series technique. The paper found the effect of all corporate governance variables on both return on investment and return on equity. However, it indicated that the board of directors' size and the independent members of the board of directors had an impact on earnings per share. This study highlighted corporate governance variables in one of the significant sectors of developing economies. Moreover, it recommended the need to review the principles used in selecting members of the audit committee for commercial banks in Jordan, due to their importance in developing long-term financial performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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'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

Citations35
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetBusiness and Economic DevelopmentTravaux en français237 207