MétaCan
Menu
Retour à la cohorte
Enregistrement W7112544993

Disclosures regarding impairment of goodwill : A comparative study of annual reports of companies in Canada, Japan and Russia

2017· article· sv· W7112544993 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2017
Typearticle
Languesv
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGoodwillMetglasGender equalityAge discrimination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

År 2005 blev det obligatoriskt för noterade bolag inom EU att upprätta sin koncernredovisning enligt IFRS. Dessa internationella redovisningsstandarder har som mål att skapa jämförbara, transparenta, relevanta, tillförlitliga och begripliga finansiella rapporter vilka behövs för att fatta ekonomiska beslut. Användandet av IFRS ökar inte bara inom EU utan också länder utanför EU, så som Kanada, Ryssland och Japan. Vid införandet av IFRS gick många bolag från att redovisa avskrivning av goodwill, till att göra nedskrivningstest enligt IAS 36 p. 134 och skriva ned goodwill vid behov. Användningen av nedskrivning av goodwill istället för avskrivning kan ge en klarare bild av företagen för intressenter. Det existerar dock kritik mot hur IAS 36 p. 134 och dess föreskrivningar för nedskrivningar tillämpas i redovisningspraxis. Tidigare studier i ämnet harmonisering, har visat att arbetet med att skapa jämförbarhet i praxis inte alltid lyckas. Samtidigt är differentieringen mellan anglosaxiska och kontinentala redovisningssystem inte lika tydliga idag som de varit i det förflutna. Detta gör det intressant att undersöka harmoniseringen och jämförbarheten i redovisningspraxis i företag, med länder som inte är medlemmar i EU. Genom en komparativ studie mellan länderna Kanada, Ryssland och Japan undersöks till vilken grad de tillämpar IFRS och vilken skillnad som existerar mellan de olika länderna.Studien använder sig av ett abduktivt förhållningssätt och syftar till att göra en komparativ studie över hur 85 företag redovisar nedskrivning av goodwill i länderna Kanada, Japan och Ryssland. En kvalitativ ansats, med en komparativ design används i första hand eftersom denna studie syftar till att undersöka harmoniseringsprocessen och dess kontinuerliga utveckling.Resultatet i studien visar att företagen i de tre länderna skiljer sig åt i vilken utsträckning som de redovisar enligt IAS 36 p. 134, som behandlar nedskrivning av goodwill. De kanadensiska företagen följer i genomsnitt paragraferna under IAS 36 p. 134 bättre än de andra länderna, medan resultatet för de företag som tillämpar nedskrivning av goodwill visar att de japanska företagen följer underparagraferna bäst.Slutsatsen som kan dras är att beroende på ett lands redovisningstradition samt vilka redovisningsprocesser som länderna använder, så kommer företagen följa internationella redovisningsprinciper i olika utsträckning.

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)0,006
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,754

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,013
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetAuditing, Earnings Management, GovernanceTravaux en français237 207