MétaCan
Menu
Retour à la cohorte
Enregistrement W4407602760 · doi:10.59413//ajocs/v3.i1.5

Internal Audit Report Quality and Financial Statement Accuracy of Savings and Credit Cooperatives Societies in Kenya

2023· article· en· W4407602760 sur OpenAlexaff
Bancy Kagiri

Notice bibliographique

RevueAfrican Journal of Commercial Studies · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésFinancial statementBusinessAuditAccountingQuality (philosophy)Statement (logic)Quality auditFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

The focus of this study is to examine the correlation between the caliber of internal audit reports and the precision of financial reporting within Kenyan savings and credit cooperative societies (SACCOs). The accuracy of financial reporting is of paramount importance as it influences investment decisions and market efficacy. In view of SACCOs' limited accounting expertise, this investigation aims to evaluate the impact of adept internal auditors on financial accuracy and the internal audit function's role in enhancing controls and preventing fraud. The study utilizes agency and stakeholder theories to probe into the SACCO management-shareholder relationship. By highlighting the significance of accurate financial statements and internal audit quality, the study employs theoretical frameworks to analyze the impact of audit reporting quality on financial accuracy. The ultimate objective of this study is to augment our comprehension of the role of internal audit quality in enhancing financial accuracy in Kenyan SACCOs. The theoretical basis of agency and stakeholder theories facilitates the analysis of intricate SACCO dynamics. In light of the criticality of SACCOs in Kenya's financial sector, the insights derived from this study support governance strengthening and the promotion of accurate financial reporting.

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)0,004
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,323
Écart entre enseignants0,276 · 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'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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Commercial StudiesMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207