Revising Audit Plans to Address Fraud Risk: A Case of “Do as I Advise, Not as I Do”?*
Notice bibliographique
Résumé
ABSTRACT Prior research documents that auditors fail to revise audit plans to effectively address identified fraud cues. While auditors may understand what evidence would address such cues, we propose that auditors fail to apply this understanding because they use implemental mindsets when making decisions for themselves (i.e., deciding). However, we also propose that auditors use deliberative mindsets when advising. To test our predictions, we assign auditors to a decider or an advisor role in a realistic case that contains seeded fraud cues and asks them to consider revising last year's plan. We also manipulate whether the case prompts auditors to revise the plan unconventionally. Results indicate decider‐condition auditors use implemental mindsets: Prompted deciders follow the unconventional plan without regard to underlying fraud risk and unprompted deciders stick with the same‐as‐last‐year plan. Advisor‐condition auditors use more deliberative mindsets: In the prompt and no prompt conditions, they identify plans that are strongly linked to their own fraud risk assessments and that better align with experts' recommended plan for effectively addressing the seeded fraud cues. Supplemental analyses suggest deciding and advising auditors both follow the experts' plan when they believe in its potential effectiveness but, after controlling for the influence of perceived effectiveness, deciding auditors follow it to a greater extent simply because they believe the PCAOB wants it. By contrast, advising auditors do not exhibit signs of excessive PCAOB influence. Our findings provide evidence that seeking informal advice (or thinking like an advisor) helps auditors to effectively revise audit plans in response to identified fraud risk—it helps when a prompt is present or not, suggesting it complements rather than merely substitutes for interventions meant to improve auditors' judgment and decision making.
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 | 0,012 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».