Impact of a Practical Flowcharts Approach on Educating the Control Risk Assessment
Notice bibliographique
Résumé
The assessment of a control risk is a difficult task which has to be learned over the years. Experience is a good teacher in this respect. So, education guided by experience may be expected to be fruitful. The purpose of this paper is to develop practical flowcharts (PFs) to assist in educating the novices the assessment of control risk and to present the results of validation of PFs approach in classroom. The main research questions examined in the paper are: (1) how can the PFs be developed to help students and novice auditors assess the control risk? And (2) to what extent is using PFs effective as a tool to improve the education of assessing the control risk? To answer these questions, adequate field work and experiment were performed. The knowledge is acquired (a) from the literature and (b) from experienced auditors. The findings of the paper indicated that the conceptual model of PFs is successfully designed consisting of eleven submodels and ten PFs. Moreover, using a PFs approach is an effective tool to improve the education of assessing the control risk, i.e., the learning performance of students significantly improved via the PFs assignment. From the results of the validation, it may be concluded that the conceptual model of PFs provides a vital contribution to the auditing literature and the application of it constitutes a new education method of auditing.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».