Whistleblowing System Intention Internal Auditors in the Provincial Government of Dki Jakarta
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study delves into the phenomenon of whistleblowing within the Jakarta Special Capital Region Government. Whistleblowers expose instances of corruption, financial anomalies and collusion by providing evidence through photos and videos, on social media platforms. This condition is exacerbated by the tendency on the part of the Government to not be serious about disclosing or on the part of the reporter there is a tendency to be afraid if there is a backlash against him. The aim of this research is to test the exogenous latent variables Perceived Organizational Support (POS), Capability (CAP), Attitude Toward Whistleblowing (ATW), Rationalization (RAS), Opportunity (OPP), Pressure (PRES), and the endogenous latent variable Whistleblowing System Intention (WBSI), and also the mediating variable is Perceived Behavioral Control (PBC). The method used was a sample of 450 employees working in the DKI Jakarta Provincial Government offices, and data processing was carried out using the Structural Equation Model. The test results for the Perceived Organizational Support, Capability, Attitude Toward Whistleblowing variables have a direct and significant positive influence on the Perceived Behavioral Control variable. The Whistleblowing System Intention variable is influenced directly and mediated by the Perceived Behavioral Control variable which is significantly positive, Rational is positively significant and Opportunity is positively significant. Meanwhile, the Pressure variable has a significant negative influence on the Perceived Behavioral Control variable and the Whistleblowing System Intention variable.
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.
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 découle