MétaCan
Menu
Retour à la cohorte
Enregistrement W2604359515 · doi:10.2308/ajpt-51752

The Colonization of Public Accounting Firms by Marketing Expertise: Processes and Consequences

2017· article· en· W2604359515 sur OpenAlexaff
Claire-France Picard, Sylvain Durocher, Yves Gendron

Notice bibliographique

RevueAuditing A Journal of Practice & Theory · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensUniversity of OttawaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAccountingAuditMarketingBusinessPublic relationsPublic accountingMarketizationPublic Sector MarketingMarketing managementReturn on marketing investmentBusiness-to-governmentPolitical science

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper highlights the colonization of public accounting firms by marketing expertise. Using data collected through interviews with auditors and marketing experts, complemented with data generated through documentary analysis, we examine the marketing-oriented transformations that took place in public accounting firms and the important outcomes ensuing from the spread of marketing ideology to the field of auditing. To carry out this work, we developed a customized conceptual framework aimed at enriching our understanding of the “marketization” of public accounting. Empirically, we document the development of various marketing strategies and the underlying translations of public accounting firm day-to-day activities (in terms of business relationships and technical advice) into marketing language. Our findings point to the transformation of public accountants to “part-time” marketers. The results are also suggestive of the colonization of public accountants' minds, whose core values are being subjected to the influence of marketing expertise. This shift engenders important consequences, particularly in potentially compromising auditor independence.

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)0,011
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,020
Communication savante0,0100,006
Science ouverte0,0010,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,240 · 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'étudeQualitatif
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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAuditing A Journal of Practice & TheoryMême sujetAccounting and Organizational ManagementTravaux en français237 207