On Commitment Toward Knowledge Templates in Global Standard Setting: The Case of the FASB‐IASB Revenue Project
Notice bibliographique
Résumé
ABSTRACT This article explores commitment to knowledge templates, in this case competing measurement models, in global standard‐setting processes. In particular, I examine the positions of board members of the Financial Accounting Standards Board (FASB) and the International Accounting Standards Board (IASB) on a proposal to use fair value accounting in the measurement of revenue. The proposal to measure revenue at fair value was deliberated between 2002 and 2008 as part of the joint revenue project of the FASB and the IASB. I analyze narratives of the board proceedings on the revenue project, which reveal the positions of board members over the life of the proposal. To make sense of these positions, I use Durocher and Gendron's (2014) framework on epistemic commitment, which speaks to one's allegiance to knowledge templates. The analysis shows that individual board member commitment to different knowledge templates is fairly static despite dynamic and contentious debate on this particular proposal. While stable, board member reactions to the proposed shift toward fair value fall into recognizable patterns showing how commitment to different templates entails prioritizing of different core principles and appeals to higher authorities. Finally, the analysis shows how commitment to knowledge templates varies depending on the professional affiliations of board members. For instance, the analysis shows relatively greater consistency of commitment between board members affiliated with academia and corporate preparers than between auditors. Overall, the study indicates the importance of micro‐level features in explaining the development of macro‐level accounting policy. These features are crucial to enhancing our broader understanding of the way in which accounting standards and rules ultimately develop.
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 | 0,045 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,028 | 0,041 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,003 | 0,021 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».