MétaCan
Menu
Retour à la cohorte
Enregistrement W2039110035 · doi:10.2308/bria.2011.23.1.131

Do Managers Intend to Use the Same Negotiation Strategies as Partners?

2011· article· en· W2039110035 sur OpenAlexaff
Susan McCracken, Steven E. Salterio, Regan N. Schmidt

Notice bibliographique

RevueBehavioral Research in Accounting · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensUniversity of SaskatchewanQueen's UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNegotiationAuditContext (archaeology)BusinessPower (physics)Key (lock)Distributive propertyPublic relationsKnowledge managementAccountingComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Most auditor client management (ACM) negotiations occur between partners and client management; however, managers also attempt to resolve issues with client management. Given that ACM negotiation impacts the financial statements, an understanding of whether the intended negotiation strategies of partners and managers differ is important. A key feature of the ACM setting is that partners have more power/status and experience than managers. Prior research provides conflicting predictions about the use of integrative strategies based on experience or power/status. Our results, consistent with the power/status hypothesis, demonstrate managers are more likely than partners to intend to use integrative strategies. Conversely, research on distributive strategies provides similar predictions for partner/manager strategy usage for experience and power/status. We find partners are more likely to intend to use the contending strategy and managers are more likely to intend to use the compromising and concessionary strategies. However, these findings are dependent on accounting context.

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)0,008
score de la tête « metaresearch » (Gemma)0,055
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 enseignants0,008
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,498
Tête enseignante GPT0,541
Écart entre enseignants0,043 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral Research in AccountingMême sujetConflict Management and NegotiationTravaux en français237 207