MétaCan
Menu
Retour à la cohorte
Enregistrement W7062220226

Statutory civil liabilities of corporate gatekeepers for defective prospectuses in Australia, the United States, the United Kingdom and Canada: a comparison

2014· article· en· W7062220226 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProspectusIssuerInvestment bankingBroker-dealerCommissionSecurities Exchange Act of 1934DisappointmentAuditPlaintiffStatutory law
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Securities regulation is largely the regulation of information asymmetry in relation to the selling of financial assets described as securities. This selling requires information concerning issuers and their securities to be disclosed to the investing public. Securities regulation seeks to regulate this disclosure in order to ensure a level playing field between issuers and their potential investors. The House of Lords in Peek v Gurney held in 1873 that the objective of a prospectus was to enable investors to make an informed investment decision.' Most of the recent corporate failures in the United States between 2001 and 2002 such as Enron, WorldCom, Tyco, HealthSouth and Adelphia resulted from financial scandals in which issuers attempted to maximise the price of their securities by creating misimpressions about their financial health. Very recently, the Australian Securities and Investment Commission (ASIC) has expressed disappointment at "the significantly worse performance of auditors" found in an 18-month audit of auditors conducted by the regulator.' This malpractice is sometimes a deliberate fabrication of material facts, while other times it is a product of recklessness or negligence on the part of persons involved in the preparation and issuance of disclosure documents. Such a practice has a perilous impact upon the integrity of, and investor confidence in, the market.

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)0,003
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,004
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,249
Écart entre enseignants0,196 · 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'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetThermal Analysis in Power TransmissionTravaux en français237 207