MétaCan
Menu
Retour à la cohorte
Enregistrement W4400880396 · doi:10.2308/jfr-2023-033

Response to the Financial Accounting Standards Board’s Exposure Draft “Income Statement—Reporting Comprehensive Income—Expense Disaggregation Disclosures (Subtopic 220-40)”

2024· article· en· W4400880396 sur OpenAlexaff
Amanda Convery, Mary S. Hill, Maria Vulcheva, Daniel Wangerin, Donal Byard, Shannon Garavaglia, Kurt H. Gee, Ole‐Kristian Hope, Phillip C. Stocken

Notice bibliographique

RevueJournal of Financial Reporting · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Fiscal Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAccountingIncome statementBusinessFinancial accountingFinancial statementComprehensive incomeStatement (logic)Accounting standardActuarial scienceEconomicsAccounting information systemGross incomeBalance sheetPublic economicsPolitical scienceAuditLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The Financial Accounting and Reporting Section of the American Accounting Association has charged the Financial Reporting Policy Committee with responding to requests for comment from standard setters on issues related to financial reporting. The Committee is pleased to respond to proposed disclosure amendments in the FASB’s Exposure Draft, Disaggregation of Income Statement Expenses. The proposed disclosures in the Exposure Draft are intended to help investors better understand the components of an entity’s expenses and overall performance. The Committee evaluated the Exposure Draft and believes that, overall, the proposed amendments will provide decision-useful information to investors by enhancing their ability to evaluate and predict an entity’s performance. However, the Committee has several specific recommendations that we believe will better meet the objectives of the Exposure Draft. We summarize relevant findings from academic research to support our conclusions and recommendations. We also offer suggestions for future research. JEL Classifications: M41; M48.

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)0,048
score de la tête « metaresearch » (Gemma)0,129
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,129
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0050,003
Communication savante0,0110,004
Science ouverte0,0040,004
Intégrité de la recherche0,0400,019
Charge utile insuffisante (le modèle a refusé de juger)0,0600,053

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 Opus0,035
Tête enseignante GPT0,294
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Financial ReportingMême sujetEconomic and Fiscal StudiesTravaux en français237 207