MétaCan
Menu
Retour à la cohorte
Enregistrement W1558677634 · doi:10.1108/jfc-11-2013-0064

Cutting fraud losses in Canadian organizations

2015· article· en· W1558677634 sur OpenAlexaffabout
Dominic Peltier‐Rivest, Nicole Lanoue

Notice bibliographique

RevueJournal of Financial Crime · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensUniversité du Québec à MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésAuditSurpriseInternal auditContext (archaeology)AccountingBusinessHotlinePsychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to analyze the effect of various internal controls (i.e. hotlines, regular ethics (fraud) training, surprise audits, internal and external audits and background checks) on reducing occupational fraud losses by victim organizations. Design/methodology/approach – The paper, based on data from an occupational fraud report co-authored by the Association of Certified Fraud Examiners (ACFE) and Peltier-Rivest (2007), uses a multivariate regression analysis to analyze the effect of various internal controls on preventing fraud losses. Findings – The authors’ analyses demonstrate that hotlines, regular ethics (fraud) training, surprise audits and internal audits all decrease fraud losses when used separately. However, hotlines and surprise audits are the only statistically significant controls when controlling for the potential correlation among all internal controls. Hotlines are associated with a reduction of 54 per cent in median fraud losses, while surprise audits cut median losses by 69 per cent. Research limitations/implications – This study contributes to academia and the anti-fraud profession by assessing the statistical effect of six internal controls on preventing fraud losses, while controlling for the potential correlation among these controls. Practical implications – This study discusses the relative benefits (loss savings) of various internal controls to organizations, governments, managers and anti-fraud professionals. This information may help determine investment priorities in the context of scarce resources. Originality/value – This paper is based on proprietary data owned by the ACFE and is the first to analyze the statistical significance of various internal controls on the reduction of fraud losses in Canada.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,078
Score d'incertitude au seuil0,568

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,002
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,036
Tête enseignante GPT0,304
Écart entre enseignants0,267 · 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

Citations32
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Financial CrimeMême sujetCorruption and Economic DevelopmentTravaux en français237 207