MétaCan
Menu
Retour à la cohorte
Enregistrement W2093574114 · doi:10.2308/ajpt-51018

Does Disclosure of Conflict of Interest Increase or Decrease Bias?

2015· article· en· W2093574114 sur OpenAlexaff
Karim Jamal, Erin E. Marshall, Hun‐Tong Tan

Notice bibliographique

RevueAuditing A Journal of Practice & Theory · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of LethbridgeUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConflict of interestIncentiveAuditAccountingValuation (finance)BusinessCorporate governanceDutyAuditor independenceIndependence (probability theory)Actuarial scienceEconomicsPolitical scienceMicroeconomicsLawFinance

Résumé

récupéré en direct d'OpenAlex

SUMMARY Corporate governance reforms and the threat-safeguard approach to auditor independence regulations are motivated by the assumption that disclosure by an agent (e.g., auditor) of a potential conflict of interest reduces bias in professional judgment. In this study, we conduct an experiment using experienced professional valuators to investigate the validity of this assumption. We find that where the nature of the conflict is aligned with the interests of the current client, disclosure of a conflict of interest actually increases bias in participants' valuation estimates in favor of the current client. However, when there is an incentive to act against the interest of the current client, the valuator signals his/her duty to the current client by moving valuations in favor of (and not against) the current client. In this case, disclosure has no incremental effect in reducing or exacerbating bias.

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)0,008
score de la tête « metaresearch » (Gemma)0,300
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,300
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,290
Écart entre enseignants0,232 · 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'étudeSans objet
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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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