L'adoption des IFRS au Canada et leur impact sur la divulgation des provisions environnementales
Notice bibliographique
Résumé
Dans ce mémoire, le travail de recherche consiste à analyser l'impact de l'adoption des normes IFRS (IAS-16 et IAS-37) par les entreprises publiques canadiennes, sur la divulgation des montants et des notes relatives aux provisions environnementales. Nous avons commencé par l'étude de quelques travaux antérieurs sur l'impact de l'adoption des IFRS sur la qualité et la quantité des informations financières des entreprises publiques. Certains résultats issus d'études empiriques antérieures ont remis en question l'hypothèse que l'introduction des normes internationales d'informations financières (IFRS) a eu un impact positif sur la divulgation financière, ce qui nous a conduit à formuler notre question de recherche. Pour répondre à cette question de recherche, nous avons examiné 100 entreprises publiques canadiennes. Cette étude empirique nous permet de savoir si l'adoption des \nIFRS par les entreprises canadiennes a un impact majeur sur les montants des provisions environnementales et sur les informations y relatives dans les notes aux états financiers. Les résultats nous ont montré que l'adoption des IFRS par les entreprises publiques a eu un impact significatif, aussi bien sur les montants des provisions environnementales (c'est-à-dire la quantité d'informations) que sur les informations présentées dans les notes aux états financiers (c'est-à-dire la qualité de l'information divulguée), lorsque les entreprises de l'échantillon sont prises globalement. Par contre, les analyses par secteur d'activité montrent des résultats relativement plus mitigés : les entreprises qui publiaient déjà des informations dans les notes aux états financiers ont accru leur niveau de détail suite à l'adoption des IFRS; par contre, celles qui publient peu ou pas du tout d'informations dans les notes ont maintenu leur comportement après l'adoption des \nIFRS. \n_____________________________________________________________________________ \n \nMOTS-CLÉS DE L’AUTEUR : adoption des normes IFRS, divulgation financière, provision environnementale, Canada
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».