Challenges in enhancing enterprise resource planning systems for compliance with Sarbanes‐Oxley Act and analogous Canadian legislation
Notice bibliographique
Résumé
Purpose This paper aims to examine major challenges faced by companies in enhancing their enterprise resource planning (ERP) systems for compliance with regulatory internal control requirements, specifically those imposed by the Sarbanes–Oxley Act (SOX) of 2002 and analogous Canadian legislation. Design/methodology/approach Data were collected through case studies of four medium‐sized and large companies that use ERP systems and that have operations in the USA and Canada, thus being subject to SOX and/or similar Canadian regulations. Findings The companies faced some technical, process and cultural challenges in implementing regulatory control compliance. In all companies, existing ERP systems were not able to meet all control requirements without some modifications or add‐on applications. Control implementations have been long, complicated and costly processes, which are not fully completed. Detailed analyses and documentation of existing systems, controls and processes were required in all companies. The protection of systems security and the segregation of duties were perceived to be major technical obstacles. Cultural factors resulted in additional challenges, notably resistance to change. Research limitations/implications The findings of this study enhance the understanding of ERP systems design features, processes and challenges in implementing regulatory controls. As such, they provide a foundation for further empirical studies and for building models of ERP systems effectiveness in implementing effective controls. Practical implications The study provides managers insight into challenges in enhancing ERP systems for regulatory control compliance. Lessons learned can contribute to the development and sharing of best practices and to overall organizational effectiveness. Originality/value Using an interdisciplinary approach, the study provides new evidence on the extent to which ERP systems meet regulatory internal control requirements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,011 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».