MétaCan
Menu
Retour à la cohorte
Enregistrement W2018051412 · doi:10.5430/afr.v2n3p123

Information Security Risks and Countermeasures in CPA Practices

2013· article· en· W2018051412 sur OpenAlexvenueno aff
Ludwig Slusky, Rick Hayes, Richard R. Lau

Notice bibliographique

RevueAccounting and Finance Research · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCountermeasureBusinessExpectancy theoryInformation securityBest practiceAccountingActuarial scienceComputer securityEconomicsManagementComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

With proliferation of computers and accounting software, information security became a significant concern for individual CPA practitioners and CPA practices. This research is based on a survey conducted by the authors at the Second Accounting and Tax CPA seminar at California State University at Los Angeles (CSULA) in 2011. The purpose of this research is to establish metrics and assess cyber security for solo practitioners, small and mid-size CPA practices by surveying and analysing risks that the practices are facing and the countermeasures they employ. The survey reveals the perceptions and practices of CPA practitioners and employees of CPA firms, small and medium, related to cybersecurity, associated risks in practices of their organizations, and the challenges they confront in their efforts to prevent, detect, and respond to such risks. Among our key findings are: profiles of CPA practices; indexes for Weighted Risk Expectancy (WRE) and Weighted Countermeasure Expectancy (WCE) based on the risk/countermeasure significance and likelihood of occurrences; comparative analysis of WRE and WCE for CPA firms of various sizes and their averages.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,007
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,062
Tête enseignante GPT0,357
Écart entre enseignants0,295 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetInformation and Cyber SecurityTravaux en français237 207