MétaCan
Menu
Retour à la cohorte
Enregistrement W2477607430 · doi:10.1108/s1475-1488(2013)0000016012

Value Preferences as Antecedents of Political Orientation and Moral Reasoning of Certified Public Accountants Data Availability: Contact the authors

2013· book-chapter· en· W2477607430 sur OpenAlexfundno aff
Donald L. Ariail, Nicholas Emler, Mohammad J. Abdolmohammadi

Notice bibliographique

RevueAdvances in accounting behavioral research · 2013
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesBentley UniversityCanadian Academic Accounting AssociationNova Southeastern University
Mots-clésBiology and political orientationConservatismDefining Issues TestPsychologyPoliticsValue (mathematics)Social psychologyMoral reasoningSample (material)Orientation (vector space)Test (biology)Motivated reasoningCertificationUnivariatePositive economicsPolitical scienceEconomicsStatisticsLawMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Prior studies investigating the relationship between moral reasoning (as measured by the defining issues test, DIT) and political orientation have rendered mixed results. We seek to find an explanation for these mixed results. Using responses from a sample of 284 practicing certified public accountants (CPAs), we find evidence that value preferences underlie both moral reasoning and political orientation. Specifically, we find a statistically significant inverse relationship between moral reasoning and conservatism in univariate tests. However, this relationship is no longer significant when eight individual value preferences and gender are taken into account. These results suggest that variations in moral reasoning scores of CPAs are accounted for by their value preferences, which also underlie their relative conservatism.

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)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,165
Tête enseignante GPT0,401
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in accounting behavioral researchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207