New avenues of research to explain the rarity of females at the top of the accountancy profession
Notice bibliographique
Résumé
Abstract The rarity of females in leadership positions has been an important subject of study in economics research. The existing research on gender inequality has established that important variations exist across time and place and that these differences are partly attributable to the cultural differences regarding gender roles. The accounting research has also established that women are rarely promoted to the top of the Big Four audit firms (KPMG, Deloitte, PricewaterhouseCoopers and Ernst & Young). However, the majority of research in accountancy has focused on Anglo-Saxon contexts (the United States, the United Kingdom and Australia) or country case studies without explicitly considering the role that cultural variations may play. Because the Big Four are present in more than 140 countries, we argue that the accountancy research that attempts to explain gender disparities at the top of these organizations would benefit from considering cultural factors. Such research, however, faces a key methodological challenge—specifically, the measurement of the cultural dimensions that relate to gender. To address this challenge, we propose an emerging approach that uses the gender distinctions in language to measure cultural attitudes toward gender roles. The idea that language may capture gender roles and even influence their formation and persistence has been the focus of emerging research in linguistics and economics. To support our proposition, we follow two steps. First, we review the accounting research by performing a systematic query on the bibliographic databases of the accounting articles that study gender and language. Second, we present data regarding the diversity of the global boards of the Big Four and the diversity of the linguistic environments in which they operate. We find that half of the countries where the Big Four are present exhibit a sex-based grammatical system for their most-spoken language, while the other half of the countries do not exhibit this system. Our findings suggest that the use of language as a measure of culture is a novel approach in accounting research. We conclude by emphasizing some potential directions for future research, namely, studying the linguistic determinants of the rarity of females at the top of audit firms and exploring accountancy practices in countries with linguistically diverse environments, such as Canada or Belgium, among others. This article is published as part of a collection on the role of women in management and the workplace.
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 | 0,020 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,016 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,002 |
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 ».