Assurance Reporting for XML-Based Information Services: XARL (Extensible Assurance Reporting Language)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Extensible Business Reporting Language (XBRL) is an XML-based method for financial reporting. XBRL was developed to provide users with an efficient and effective means of preparing and exchanging financial information over the Internet. However, like other unprotected data coded in XML, XBRL (document) files (henceforth, documents) are vulnerable to threats against their integrity. Anyone can easily create and manipulate an XBRL document without authorization. In addition, business and financial information in XBRL can be misinterpreted, or used without the organization's consent or knowledge. Extensible Assurance Reporting Language (XARL) was initially developed by Boritz and No (2003) to enable assurance providers to report on the integrity of XBRL documents distributed over the Internet. Providing assurance on XBRL documents using XARL could help users and companies reduce the uncertainty about the integrity of those documents and provide users with trustworthy information that they could place warranted reliance upon. A limitation of the initial conception of XARL was its tight linkage with the XBRL document and the comparatively primitive approach to codifying the XARL taxonomy. In this paper, we have reconceptualized the idea of XARL as a standalone service for providing assurance on potentially any XML-based information being shared over the Internet. While our illustrative application in this paper continues to be XBRL-coded financial information, the code that underlies this version of XARL is a significant revision of our earlier implementation of XARL, is compatible with the latest version of XBRL, and moves XARL into the Web services arena.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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