MétaCan
Menu
Retour à la cohorte
Enregistrement W1841082934 · doi:10.1111/auar.12039

Assessing Conformity with Generally Accepted Accounting Principles Using Expert Accounting Witness Evidence and the <i>Conceptual Framework</i>

2014· article· en· W1841082934 sur OpenAlexaff
Russell Craig, Wally Smieliauskas, Joel Amernic

Notice bibliographique

RevueAustralian Accounting Review · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAccountingAccounting researchForensic accountingConceptual frameworkFinancial accountingObjectivity (philosophy)ImpartialityAccounting standardWitnessPositive accountingConformityBusinessAccounting information systemPolitical scienceAuditSociologyLawEpistemology

Résumé

récupéré en direct d'OpenAlex

To enhance understanding of the status of the Financial Accounting Standards Board's Conceptual Framework for Financial Reporting, we analyse important rules of evidence in United States (US) courts regarding the presentation of expert accounting witness testimony. We draw on this analysis to recommend the relocation of the Conceptual Framework in the US Generally Accepted Accounting Principles (GAAP) hierarchy. For empirical support, we explore how rules of evidence in the criminal trial in 2006 of Enron's two most senior executives affected assessment of whether Enron's financial reports conformed with the FASB's GAAP. We recommend that the FASB's Conceptual Framework should be included in authoritative literature as the uppermost authority, and that it be grounded closely in user needs and the ethical principles associated with meeting those needs. Further, we recommend that accounting expert witnesses adopt an overriding concern for objectivity and impartiality in assisting courts to understand complex accounting matters within the Conceptual Framework.

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)0,360
score de la tête « metaresearch » (Gemma)0,593
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,789

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3600,593
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0250,013
Études des sciences et des technologies0,0050,020
Communication savante0,0210,023
Science ouverte0,0060,012
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,059
Tête enseignante GPT0,302
Écart entre enseignants0,243 · 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.

Devis d'étudeSans objet
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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Accounting ReviewMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207