MétaCan
Menu
Retour à la cohorte
Enregistrement W2080139099 · doi:10.2308/isys-50809

Business Modeling to Improve Auditor Risk Assessment: An Investigation of Alternative Representations

2014· article· en· W2080139099 sur OpenAlexaff
J. Efrim Boritz, Carla Carnaghan, Paulo S. C. Alencar

Notice bibliographique

RevueJournal of Information Systems · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Research
Établissements canadiensUniversity of LethbridgeUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDiagrammatic reasoningAuditPresentation (obstetrics)Financial statementStructuringComputer scienceRepresentation (politics)AccountingStatement (logic)Knowledge managementBusinessFinanceLinguistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study investigates the effects of alternative methods for documenting business models on audit risk assessment behavior. We consider tabular versus diagrammatic representations of the relationship between business model components such as environmental factors, strategic goals, internal processes and resources, and financial statement accounts. Multiple scenarios based on a real company were constructed and 24 participants, including audit partners, managers, and novice auditors performed a risk assessment for each scenario, presented in either a diagrammatic or a tabular format. The participants' verbal discussions as they performed the risk assessments were tape recorded, transcribed, and coded. A content analysis of the participants' coded verbal behavior indicates that the tabular presentation appears to elicit more frequent mention of accounts by the participants, while the diagram format leads to more mentions of other business model components. There is also some evidence of expertise effects. This study indicates that a tabular presentation can possess many of the benefits often associated with a diagrammatic representation. However, in our study, obtaining such benefits involved the deliberate structuring of the tabular presentation to organize the components of the business model and the links between them and financial statement accounts.

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)0,021
score de la tête « metaresearch » (Gemma)0,148
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,148
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Information SystemsMême sujetSoftware Engineering ResearchTravaux en français237 207