MétaCan
Menu
Retour à la cohorte
Enregistrement W2917412433 · doi:10.22215/etd/2018-13367

Governance in the Public Sector Internal Audit: A Dynamic Comparative Perspective

2018· dissertation· en· W2917412433 sur OpenAlexaboutno aff
Nataliya Rylska

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic sectorBlueprintPolitical sciencePublic administrationNew public managementGlobal governanceAccountingInternal auditAuditCorporate governancePublic relationsBusinessManagementEngineeringEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The 21st century was marked by the "internal audit explosion" in all sectors of the global economy. However, very little is known about its origins, characteristics, scale and impact on public sectors. This thesis advances the emerging and poorly understood field of public-sector internal auditing (IA) by providing the first comprehensive examination of the public-sector reforms that led to IA explosion from the dynamic and comparative analytical perspectives.The thesis argues that public-sector IA explosion is a manifestation of a paradigmatic shift in the global IA profession, led by the global Institute of Internal Auditors (IIA), and dubbed by the author as a "Value-Added Management Partner Paradigm" (VAMP). The methodology is based on the author's conceptual framework for the analysis of IA policy dynamics and variation, based on adaptation of Howlett and colleagues (2009) meta-theory of policy making as an over-arching research philosophy, and incorporating a range of mid-level theories, frameworks, and concepts from three fields of knowledge: public policy, business administration, and IA profession.The study produced several important findings. First, the source of VAMP genesis - the modern IA industry - went through three professional paradigms during 1941-2017, the last of which became a global best-practice blueprint for the IA activity and IA reforms. Second, VAMP was strongly recognized and advocated by the key supra-national institutions, because it fit with their international regimes and agendas. Third, there is strong evidence that over the last two decades a global adoption of the VAMP model of IA activity occurred in the public sectors across the world, leading to a high degree of convergence in the IA practices. Fourth, case studies on IA reforms in the national Westminster governments of the UK, Australia, and Canada as early adopters of VAMP, demonstrated that while the VAMP has taken the firm ground in the IA sectors there, the countries vary with respect to the established legislative and normative base and design of the IA governance regimes.The major implication is that VAMP-inspired public-sector IA reforms are still work-in-progress and their outcomes are difficult to assess.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,019
Communication savante0,0140,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,256 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRisk Management in Financial FirmsTravaux en français237 207