MétaCan
Menu
Retour à la cohorte
Enregistrement W2119528702 · doi:10.1111/j.1099-1123.2004.00088.x

Auditors’ Perceptions of Responsibilities to Detect and Report Client Illegal Acts in Canada and the UK: A Comparative Experiment

2004· article· en· W2119528702 sur OpenAlexaboutno aff
Ian Fraser, Kenny Z. Lin

Notice bibliographique

RevueInternational Journal of Auditing · 2004
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditAccountingBusinessPerceptionGenerally Accepted Auditing StandardsPublic relationsPolitical sciencePsychologyAccounting information system

Résumé

récupéré en direct d'OpenAlex

This paper investigates the theme of the role and influence of auditing standards on auditing practice by means of a comparative case study focused on two different standard setting regimes. Specifically, the Canadian and UK standards concerned with the detection and reporting of client illegal acts are considered. Fifteen short vignettes are developed each describing an illegal act and reflecting the distinctive factors highlighted by the respective auditing standards. We find that the regulation of the auditing profession through the mode of auditing standards does have an identifiable impact on auditor behavior. The impact of standards on auditors’ perceptions of their responsibilities in the area of illegal acts is clearer for detection than it is for reporting. Additionally, auditors continue to perceive a clear distinction between fraud and other illegal acts and recognize a higher degree of res‐ponsibility for illegal acts involving fraud than for others. At the other end of the spectrum auditors do recognize some degree of responsibility in connection with illegalities that do not fall within the ambit of auditing standards. Auditors are also influenced in their judgments on the general nature of an illegal act rather than on how the illegality fits the framework adopted by the appropriate auditing standard.

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)0,016
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0090,006
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,108
Tête enseignante GPT0,426
Écart entre enseignants0,319 · 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'étudeEssai non randomisé
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

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AuditingMême sujetEthics in Business and EducationTravaux en français237 207