Análisis de la aplicación de la sección 27 NIFF para PYMES, deterioro de valor de los activos en el sector de sociedades anónimas de Empresas de transporte regular o no regular de carga por carretera de la ciudad de Cuenca durante el período 2013. Caso práctico Transportes Transmaserpi S. A.
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La presente tesis cuyo tema es “Análisis de la aplicación de la sección 27 NIIF para PYMES, Deterioro de Valor de los Activos en el Sector de Sociedades Anónimas de Empresas de Transporte Regular o no Regular de Carga por Carretera de la Ciudad de Cuenca durante el Periodo 2013”. Aplicado a TRANSPORTES TRANSMASERPI S.A. está compuesta de cuatro capítulos que tratan de determinar la perdida por deterioro de valor de Propiedad, Planta y Equipo; Inventarios y Activos Intangibles los que se producen cuando el importe en libros de un activo es superior a su importe recuperable. \n \n En el Capítulo I se basa en el conocimiento del Sector de Transporte de Carga Pesada en la Ciudad de Cuenca y en específico de Transmaserpi S.A. caso de nuestro estudio. \n \n En el Capítulo II hace referencia a la evolución de las NIIF para PYMES así como del marco teórico y tratamiento contable de esta normativa junto con su base legal. \n \n En el Capítulo III Se realiza un análisis de la implementación y aplicación contable, financiera y tributaria de la Sección 27 NIIF PYMES dentro del Sector y de nuestro caso práctico que permitirá a la empresa tomar decisiones importantes para la empresa. \n \n Finalmente en el capítulo IV se detalla las conclusiones y recomendaciones con el fin de lograr que Transmaserpi S.A., cumpla con sus logros y objetivos propuestos para el fortalecimiento institucional de la sociedad y del sector de transporte en la ciudad de Cuenca.
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.
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.004 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it