MétaCan
Menu
Retour à la cohorte
Enregistrement W4403231076 · doi:10.69953/njrs.v9i3.23

LEGAL ANALYSIS OF THE SHAREHOLDERS’ RIGHTS AND INFORMATION AND COMMUNICATION TECHNOLOGY IN NIGERIA

2024· article· en· W4403231076 sur OpenAlexaboutno aff
Simon Viashima Akaayar

Notice bibliographique

RevueNUJS journal of regulatory studies. · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShareholderBusinessInformation and Communications TechnologyInternet privacyAccountingLawComputer scienceFinancePolitical scienceCorporate governance

Résumé

récupéré en direct d'OpenAlex

This study argues that deploying Information and Communication Technology (ICT) in corporate governance will strengthen the rights of shareholders and promote their effective participation in the affairs of the company in Nigeria. Nevertheless, the present corporate law on the right of shareholders in Nigeria are largely defective and inconsistent in creating enabling environment for shareholders to take the benefits of ICT in the exercise of their rights. For instance, section 240(2) of the Companies and Allied Matters Act (CAMA) 2020 promoted electronic meetings for private companies, but restricted public companies that would have needed electronic meetings the most. Besides, there are no rules for determining the specific electronic means that is suitable for the shareholders, thereby allowing company to provide electronic means that may be beyond the reach of the shareholders. Also, the Securities and Exchange Commission established e-dividend regime in 2015, but it is limited to companies listed on the Nigerian Stock Exchange. Therefore, this study analyzed comparative lessons from Canada and Europe, and recommended that the Nigeria’s Corporate Affairs Commission should, as a matter urgency, introduce standard guidelines for ICT and shareholders’ rights in Nigeria.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,005
Communication savante0,0040,003
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNUJS journal of regulatory studies.Même sujetCorporate Law and Human RightsTravaux en français237 207