The Effect Of Green Intellectual Capital, CEO Characteristic, Free Cash Flow On Prudence Moderated By Enviromental Performance
Notice bibliographique
Résumé
The rapid development of many industries in the world has resulted in environmental damage due to excessive use and exploitation of natural resources. As a result, there is a decline in environmental quality resulting in global warming, ozone depletion, pollution, and acid rain. The impact of environmental conventions in the world Montreal Convention, Kyoto Protocol, Ban on the Use of Certain Hazardous Materials and increasing consumer environmentalism can change the context of competition in industries around the world. This study aims to examine the effect of Green Intellectual Capital, CEO Characteristic, Free Cash Flow on Prudence moderated by Environmental Performance. This study took the research population in the energy sector companies listed on the Indonesia Stock Exchange for the period 2019-2023. The type of data used in this study is secondary data in the form of financial reports of companies that are used as samples. The research method used in this study is a quantitative research method. The sample was selected using the purposive sampling method. For hypothesis testing, this study uses multiple linear regression analysis. Based on the results of this study, it shows that Green Intellectual Capital, Busy Director, and Free Cash Flow have an effect on prudence but CEO Tenure has no effect on Prudence. Environmental Performance strengthens the influence of Green Intellectual Capital, Busy Director, and Free Cash Flow on prudence and Environmental Performance strengthens the influence of CEO Tenure on prudence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».