An Empirical Investigation of the Influence of Qualitative Risk Factors on Canadian Auditors’ Determination of Performance Materiality*
Notice bibliographique
Résumé
This paper presents the results of a field experiment that tested the effects of various qualitative risk factors suggested by auditing standards and prior literature on practicing Canadian auditors’ estimates of performance materiality, a concept introduced by Canadian Auditing Standard (CAS) 320, in the audit of specific accounts in a financial statement audit. Ninety-four practicing auditors responded to four scenarios and, based on “good” and “bad” versions of six qualitative risk factors, revised or not, as they deemed appropriate, initially established performance materiality for the audit of four different transaction streams/account balances. For all four scenarios, on average, the auditors revised, to a statistically significant degree, performance materiality, downward on the basis of “bad” information and upward on the basis of “good” information. Different combinations of transaction streams/accounts and risk factors were associated with different magnitudes of revision. However, at the level of individual participants, responses were quite varied. Some participants did not revise performance materiality and some even stated that performance materiality should not be revised based on risk-related information. It may be that the concept of performance materiality as promulgated in CAS 320 and the relationship between overall materiality, performance materiality, and risk requires clarification to provide appropriate guidance for auditors to make performance materiality judgments.
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 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».