MétaCan
Menu
Retour à la cohorte
Enregistrement W4414203406 · doi:10.51644/bcs015

When Goodwill Turns Bad: The Case of Lightspeed Commerce Inc.

2025· report· en· W4414203406 sur OpenAlexaboutno aff
Bruce J. McConomy

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGoodwillAmortizationProfitability indexEarningsDepreciation (economics)Earnings before interest, taxes, depreciation, and amortizationBook valueStock exchange

Résumé

récupéré en direct d'OpenAlex

Lightspeed Commerce Inc. was once among the darlings of the Toronto Stock Exchange (TSX), with a peak share price of over $150 in 2021. But the high rate of growth was not sustainable for this Canadian-based provider of point-of-sale and e-commerce software, and its share price dropped by more than 85 percent by the middle of 2022. The 2025 results for Lightspeed included a write-down of Goodwill totalling US$556.4 million, an overall net loss of US$667.3 million and an adjusted Earnings Before Interest, Taxes, Depreciation and Amortization (EBITDA) profitability for the year of US$53.7 million. The case requires participants to discuss the difference between intangible assets and goodwill, assess the nature of goodwill impairment, discuss the nature of pro forma measures of income under International Financial Reporting Standards (IFRS), and inform potential investors whether or not the future is promising for Lightspeed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Assessment and ManagementTravaux en français237 207