Measuring National Character Toward Developing A Research Method for International Accounting Studies
Notice bibliographique
Résumé
This study measures national character in seven developed countries, based on social capital concept. Evaluating national character in developed countries help cross-country study on accounting system. The measurements of national character use data of the World Values Surveys (WVS) conducted by the World Values Surveys Association. The WVS is a questionnaire survey that uses a random sampling method with multiple precoded selections. Compared to other social capital surveys, this survey makes better measurement of national character because it includes numerous questions in a wide range of fields and focuses on many people in diverse countries. Factor analysis of the WVS data identifies three factors of social capital concept. These three factors are consistent with the components of social capital concept proposed in previous studies. Structural equation model finds the coefficients for measuring national character, and regression analysis measures three indexes of national character of each country. The findings are as follows. Social capital consists of three factors such as social trust, religious social norms, and political networks. The measures of these three factors are the lowest in Japan, followed by France, the United States, Germany, Canada, and Australia, in increasing order. In developed countries, religious social norms measures are negative and low, and the effect of political networks on national character is relatively low. This study implies that differences in national character affect various national institutions and systems. This study has significant implications for both regulators and financial markets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,014 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».