Continuous auditing: Developing automated audit systems for fraud and error detections
Notice bibliographique
Résumé
Indonesian Institute of Certified Public Accountants, American Institute of Certified Public Accountants and the Canadian Institute of Chartered Accountants(SAS 99 sec 110, par 2) establishes auditors responsibility to plan and perform the audit to obtain reasonable assurance about whether the financial statements are free of material mis- statement, whether caused by error or fraud to plan and perform audits to provide a reasonable assurance that the audited financial statements are free of material fraud. This study proposed the development of Automated Audit System model to assist auditors in bridging them to the challenges in detecting fraud. This approach firstly provides a framework to have better understanding about the business process and data structures of information systems which is required in establishing an effective audit program. These ingredients are mapped in the audit process, including audit objectives, internal control and audit rules by using the Use-Case Diagram, Data Flow Diagram and Entity Relationship Diagram. Second, this study employs Ben- fords Law and Automatic Transaction Verification for the detection of anomalies and irregularities to design the framework. It also presents a systematic case study of ac- tual continuous auditing in department stores that using ERP systems. It is expected to detect frauds and errors. It proves that Continuous Audit and Benford Law can establish strong framework in Automated Audit Systems for Fraud Detections and finally provide a big contribution to internal control and company policies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».