MétaCan
Menu
Retour à la cohorte
Enregistrement W4402235962 · doi:10.3390/jrfm17090392

Corporate Social Responsibility and the Misclassification of Income Statement Items during the Coronavirus Pandemic

2024· article· en· W4402235962 sur OpenAlexvenueno aff
Zakeya Sanad, Hidaya Al Lawati, Abdalmuttaleb Al-Sartawi

Notice bibliographique

RevueJournal of risk and financial management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)CoronavirusStatement (logic)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakBusinessVirologyPolitical scienceMedicineLawOutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine the relationship between corporate social responsibility (CSR) and earnings management in Gulf Cooperation Council (GCC)-listed companies. It specifically addresses the question of whether companies that practice greater corporate social responsibility are less likely to engage in earnings management practices. The study sample consisted of 300 firms listed between 2015 and 2021 on GCC bourses (Saudi Arabia, United Arab Emirates, Bahrain, Qatar, Oman, and Kuwait). In this study, we developed multiple linear regression models and collected data from the Bloomberg database, Refinitiv, annual reports, official firms’ websites, and the GCC’s bourse websites for the period from 2015 to 2021. In the pre-pandemic period, firms that engaged in corporate social responsibility activities were more likely to have fewer classification-shifting practices. During the pandemic era, however, this relationship became significantly positive, suggesting that firms’ corporate social responsibility practices may be used to hide their opportunistic classification-shifting practices during difficult times, such as a pandemic. This paper presents a thorough investigation of how businesses may alter their behavior toward increasingly applied but understudied earnings management strategies and CSR practices during a difficult period such as a pandemic.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,267
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations69
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207