MétaCan
Menu
Retour à la cohorte
Enregistrement W4406303194 · doi:10.3390/jrfm18010027

The Interaction Effect of Female Leadership in Audit Committees on the Relationship Between Audit Quality and Corporate Tax Avoidance

2025· article· en· W4406303194 sur OpenAlexvenueno aff
Najoua Essoukri Ben Amara, Houssam Bouzgarrou, Saad Bourouis, Sajead Mowafaq Alshdaifat, Hamzeh Al Amosh

Notice bibliographique

RevueJournal of risk and financial management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingAuditBusinessQuality auditAudit committeePsychology

Résumé

récupéré en direct d'OpenAlex

This study examines the moderating role of female audit committee chairs on the relationship between audit quality (measured by audit fees) and corporate tax avoidance. The analysis is based on 165 UK firms between 2011 and 2021 using static panel data regression models and Lewbel’s heteroscedastic identification method to check robustness. The findings highlight the significant role of audit quality in reducing corporate tax avoidance. In addition, the female audit committee chair strengthens the negative relationship between audit quality and tax avoidance. This study has many implications. For corporate governance, it shows the value of female leadership in audit committees, especially in curbing aggressive tax strategies. Firms should increase female representation in key roles, like audit committee chairs, to improve oversight and ethical financial practices. For regulators and policymakers, it supports the case for strengthening gender diversity mandates to improve corporate transparency and accountability. Tax authorities can use the fact that firms with strong audit quality and female-led audit committees are less likely to engage in tax avoidance to focus their audits on companies with weaker governance structures.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,093
Tête enseignante GPT0,282
Écart entre enseignants0,189 · 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

Citations22
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCorporate Taxation and AvoidanceTravaux en français237 207