MétaCan
Menu
Retour à la cohorte
Enregistrement W2022503842 · doi:10.2308/aud.2006.25.1.69

“Order Effects” Revisited: The Importance of Chronology

2006· article· en· W2022503842 sur OpenAlexaff
Michael Favere‐Marchesi

Notice bibliographique

RevueAuditing A Journal of Practice & Theory · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAuditOrder (exchange)PsychologyPresentation (obstetrics)Audit evidenceAccountingTask (project management)Social psychologyBusinessInternal auditManagementEconomicsJoint audit

Résumé

récupéré en direct d'OpenAlex

This study examined whether auditors, when they are processing mixed evidence, take into consideration the chronological order of the evidence (giving rise to what this study refers to as a trend effect), or if their evaluations are influenced primarily by the order of presentation (giving rise to what the audit literature refers to as a recency effect). The study's primary objective was to determine whether awareness of the temporal order of evidence would prevent auditors from placing more weight on evidence that they most recently processed (i.e., whether the trend effect dominates the recency effect). Auditors were given an experimental task of going-concern assessment. Auditors evaluating undated mixed evidence exhibited recency effects similar in magnitude to those shown by auditors who were asked to evaluate dated mixed evidence, in which the presentation order was consistent with temporal order. However, auditors evaluating evidence in which temporal order and presentation order were varied orthogonally took into consideration the chronological order of the evidence. This, in turn, led to a significant reduction in the effect of recency. Additional analysis indicates that auditors who evaluated dated mixed evidence chose audit opinions consistent with the trend reflected by the chronology of the evidence.

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)0,020
score de la tête « metaresearch » (Gemma)0,129
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,129
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,011
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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

Citations5
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAuditing A Journal of Practice & TheoryMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207