MétaCan
Menu
Back to cohort
Record W1979543164 · doi:10.3917/resg.101.0145

La diligence des comités spécialisés obligatoires et volontaires du Conseil : le cas des sociétés du CAC 40

2014· article· fr· W1979543164 on OpenAlexaff
Eustache Ebondo Wa Mandzila, Walid Ben‐Amar, Daniel Zéghal

Bibliographic record

VenueRecherches en Sciences de Gestion · 2014
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicAuditing, Earnings Management, Governance
Canadian institutionsUniversity of OttawaWilfrid Laurier University
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Cette recherche examine la diligence des comités spécialisés du Conseil, selon qu’ils soient obligatoires ou volontaires, d’un échantillon d’entreprises françaises appartenant à l’indice CAC 40 au cours de la période 2007-2012. La fréquence et le taux de présence des administrateurs aux réunions des comités ont été retenus comme indicateurs de mesure de leur diligence. Les résultats montrent que les membres du comité d’audit se réunissent plus fréquemment que ceux des comités volontaires des rémunérations et des nominations. Par contre, il n’y a pas de corrélations significatives entre le caractère obligatoire du comité d’audit et le taux de présence aux réunions. Nos résultats montrent également que la taille du comité est positivement associée à la fréquence des réunions mais négativement reliée au taux d’assiduité des administrateurs aux réunions. La présence féminine au comité réduit le nombre des réunions mais accroît le taux de présence des administrateurs. La fréquence des réunions est négativement associée au taux d’assiduité des administrateurs. Enfin, nos résultats suggèrent que les déterminants de la diligence diffèrent entre les comités du Conseil.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.016
metaresearch head score (Gemma)0.081
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Science and technology studies, Scholarly communication
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.634
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0160.081
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0020.003
Scholarly communication0.0010.003
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.124
GPT teacher head0.369
Teacher spread0.245 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueRecherches en Sciences de GestionSame topicAuditing, Earnings Management, GovernanceFrench-language works237,207