Faculty of Economics, Commercial Sciences and Management Sciences
Permanent URI for this communityhttp://recrutement.univ-ghardaia.dz.dz/handle/123456789/68
Browse
4 results
Search Results
Item 2025 MindBridge Ai Auditor دور تكنولوجيا التدقيق في تطوير مهنة محافظ الحسابات -دراسة ميدانية بالاعتماد على تطبيق(جامعة غرداية - كلية العلوم الإقتصادية التجارية وعلوم التسيير, 2025-06-12) مروة, بحورةتهدف هذه الدراسة إلى محاولة معرفة دور تكنولوجيا التدقيق في تطوير مهنة محافظ الحسابات في الجزائر، وذلك في ظل التحولات الرقمية المتسارعة التي يشهدها قطاع المالية والمحاسبة. حيث ركزت الدراسة بشكل خاص على برنامج MindBridge Ai Auditor كنموذج تطبيقي لتكنولوجيا التدقيق، و تم تحليل مدى فعاليته في بيئة العمل الجزائرية من خلال إجراء مقابلات ميدانية مع محافظي الحسابات. وقد أظهرت نتائج الدراسة أن الاعتماد على التكنولوجيا يسهم بشكل واضح في تعزيز كفاءة الأداء التدقيقي وتقليل الأخطاء البشرية وتسريع العمليات وتقليص التكاليف، كما تبين من خلال الدراسة محدودية الوعي بتطبيقMindBridge Ai Auditor و صعوبة الولوج إليه والتعامل المباشر مع التطبيق سواء من الطلبة أو من محافظي الحسابات. إلا أن الدراسة رصدت أيضًا مجموعة من التحديات التي تعيق دمج التكنولوجيا في المهنة، مثل ضعف التكوين التقني وارتفاع تكلفة البرمجيات ووجود مقاومة للتغيير من طرف بعض المهنيين.This study addresses the role of audit technology in developing the profession of statutory auditors in Algeria, in light of the rapid digital transformation taking place in the financial and accounting sectors. The adoption of advanced technologies such as artificial intelligence, big data analytics, and cloud computing has significantly reshaped the responsibilities of auditors, shifting their role beyond traditional financial review toward the use of analytical tools that enhance risk detection and improve the quality of financial reporting. The study focused in particular on the MindBridge Ai Auditor platform as a case study to evaluate the practical application of audit technology in the Algerian context. Interviews with practicing auditors revealed that technological adoption plays a vital role in improving audit efficiency, reducing human error, accelerating workflows, and lowering operational costs. Moreover, it expands the scope of auditors’ work to include value-added financial and regulatory advisory services. Nevertheless, the study also highlighted several challenges that hinder full technological integration, including limited technical training, high software costs, and some resistance to change among professionalsItem تسيير الموارد البشرية في ظل استخدام تطبيقات الذكاء الاصطناعي دراسة حالة: جامعة غرداية(جامعة غرداية : كلية العلوم الإقتصادية ، التجارية والعلوم التسيير, 2024-06-09) نجوى, يحي شريفسعت هذه الدراسة إلى معرفة المستوى المتوفر من استخدام تطبيقات الذكاء الاصطناعي في تسيير الموارد البشرية في جامعة غرداية وذلك في ضوء بعض المتغيرات والتي هي أبعاد تسيير الموارد البشرية )استقطاب –توظيف – تدريب -تقييم الأداء –إدارة الأ عمال الروتينية للموارد البشرية( وتطبيقات الذكاء الاصطناعي مستعملة في مجال تسيير الموارد البشرية وذلك باتباع المنهج الوصفي التحليلي للتحقق من صحة الفرضيات من خلال الدراسة الميدانية، تتمثل عينة الدراسة من موظفي إدارة الموا رد البشرية ومسؤولي توظيف وخلية تكوين بجامعة غرداية والبالغ عددهم 35 فرد، مستخدمة في ذلك استبانة أبعاد تسيير الموارد البشرية كأداة لجمع بيانات هذه الدراسة وبعد تحليل البيانات واختبار فرضيات SPSS v المكونة من ) 21 ( عبارة كما اعتمدت في تحليل البيانات المجمعة باستعمال برنامج 25 توصلت الدراسة إلى أنه لا يوجد مستوى متوسط لاستخدام تطبيقات الذكاء الاصطناعي نحو أبعاد تسيير الموارد البشرية بجامعة غردايةThis study sought to determine the available level of use of artificial intelligence applications in human resources management at the University of Ghardaia This is in light of some variables, which are the dimensions of human resources management: attracting - recruiting - training - performance evaluation - managing the routine work of human resources and artificial intelligence applications used in the field of human resources management by following the descriptive analytical approach to verify the validity of the hypotheses through the field study. A sample is represented The study included 35 employees from the Human Resources Department and recruitment and training cell officials at the University of Ghardaia, using a questionnaire as a tool for collecting data for this study, which consists of (21) statements. It was also adopted in analyzing the collected data using the SPSS v25 program. After analyzing the data and testing hypotheses, the study reached the conclusion: There is no average level of using artificial intelligence applications towards the dimensions of human resources management at the University of GhardaiaItem التطبيقات العلمية لتكنولوجيا الذكاء الإصطناعي في التجارة الإلكترونية(جامعة غرداية : كلية العلوم الإقتصادية ، التجارية والعلوم التسيير, 2024) الياس, التومي; إبراهيم, اويابةأصبح استخدام الذكاء الاصطناعي في التجارة الإلكترونية مهما وذلك من خلال تحسين سلوك المستخدمين حيث يمكنه تقديم توجيهات دقيقة للمنتجات المناسبة بناء على اهتمامات كل عميل، ويمكن من خلاله تحسين اللوجستيات وإدارة المخازن كما أن له دورا فعالا في تحسين خدمة العملاء وذلك من خلال روبوتات الدردشة وتقنيات التعلم الآلي، ويؤدي استخدام هذه التقنيات من قبل المؤسسات وشركات التجارة الإلكترونية إلى زيادة في إراداتها السنوية مع تقليل الوقت والجهد المبذول لنفس الخدمات الروتينيةThe use of artificial intelligence in e-commerce has become essential. It improves user behavior by providing accurate product recommendations based on individual interests. Additionally, it enhances logistics and inventory management. AI also plays an effective role in improving customer service through chatbots and machine learning techniques. Implementing these technologies in enterprises and e-commerce companies leads to increased annual revenues while reducing the time and effort required for routine services.Item تطبيقات نماذج الذكاء الاصطناعي للتنبؤ بمخاطر التعثر المالي في المؤسسة الاقتصادية - دراسة حالة(جامعة غرداية, 2022-01-23) مروة, زهوانيتهدف هذه الدراسة إلى التعرف على مدى فعالية نماذج تطبيقات الذكاء الاصطناعي في التنبؤ بالتعثر المالي لمجموعة من المؤسسات الاقتصادية الجزائرية المسجلة بـــ CNRC خلال الفترة (2011- 2018)، وذلك باستخدام نموذجي الشبكات العصبية العميقة (DNN) والخوارزمية الجينية (GA) التي تم تصميمها وتدريبها بالغابات العشوائية، متجهات الدعم الآلي والشبكات العصبية الاصطناعية، ولتحقيق ذلك، تم اختيار مجموعة من المؤسسات تضمنت 141 مؤسسة منها 90 سليمة و51 متعثرة، بالاعتماد على 23 نسبة مالية، والاستعانة ببرنامج (Colab) Python. توصلت هذه الدراسة إلى مجموعة من النتائج كما يلي: قدرة نموذج الشبكات العصبية العميقة على التصنيف بنسبة97,34%، في حين أن نتيجة نموذج الخوارزميات الجينية كانت أفضل عند تدريبها بالغابات العشوائية وكانت نسبتها 99,46%، كما توصلنا إلى أن نسب المردودية في النموذجين كالعائد على الأصول، العائد على الخصوم، الربحية الاجمالية، العائد على اجمالي الاصول الثابتة، المردودية الماليةهي التيتعبرعن الحالة المالية للمؤسسات الاقتصادية الجزائرية بدرجة كبيرة، لما لها من قدرة عالية على التمييز بين المؤسسات السليمة والمتعثرة. . Abstract This study aims to identify the effectiveness of Artificial Intelligence application models in predicting the financial distress of a group of Algerian economic institutions registered with CNRC during the period (2011-2018),Using the deep neural network (DNN) and genetic algorithm (GA) models designed and trained by random forests, automated support vectors and synthetic neural networks. To achieve this, A set of institutions was selected, including 141 institutions, including 90 sound and 51 distress, based on 23 financial ratios, and using the "Colab" Python program. This study came up with a set of findings: The Deep Neural Network's model's ability to classify 97.34%, while the genetic algorithm model's result was better when trained in random forests and was 99.46%. We have also found that the profitability ratios of the two models, such as return on assets, return on liabilities, total profitability, return on total fixed assets, and financial returns, reflect the financial situation of Algerian economic institutions to a large extent, as they have a high capacity to distinguish between sound and distressed institutions. . Résume Cette étude vise à identifier l’efficacité des modèles applicatifs d’Intelligence Artificielle dans la prédiction de la détresse financière d’un groupe d’institutions économiques algériennes enregistrées auprès de CNRC pendant la période (2011-2018), Utilisation du réseau neuronal profond (DNN) et algorithme génétique (GA) conçus et formés par des forêts aléatoires, des vecteurs de soutien automatisés et des réseaux de neurones synthétiques. Pour ce faire, un ensemble d’institutions a été sélectionné, comprenant 141 institutions, dont 90 saines et 51 en détresse, sur la base de 23 ratios financiers, et en utilisant le programme Python "Colab". Cette étude a abouti à un ensemble de résultats : La capacité du modèle du Réseaux neuronaux profondsà classer 97,34 %, tandis que le résultat du modèle d’algorithme génétique était meilleur lorsqu’il était formé dans des forêts aléatoires et était de 99,46 %. Nous avons également constaté que les ratios de rentabilité des deux modèles, tels que le rendement de l’actif, le rendement du passif, la rentabilité totale, le rendement de l’actif fixe total et le rendement financier, reflètent dans une large mesure la situation financière des institutions économiques algériennes, car ils ont une grande capacité à distinguer les institutions saines des institutions en difficulté.