MétaCan
Menu
Retour à la cohorte
Enregistrement W3047395068 · doi:10.5267/j.ac.2020.7.009

The mediating effect of auditor dysfunctional behavior on Machiavellian character and time budget pressure of audit quality

2020· article· en· W3047395068 sur OpenAlexvenueno aff
Intan Kalvika Sari Putu, Ni Ketut Rasmini, I Ketut Budiartha, Anak Agung Gde Putu Widanaputra

Notice bibliographique

RevueAccounting · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesPoliteknik Negeri Ujung PandangUniversitas Udayana
Mots-clésDysfunctional familyAuditTime budgetCharacter (mathematics)Quality auditQuality (philosophy)PsychologyAccountingBusinessClinical psychologyBiologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to examine the auditor's dysfunctional behavior mediating the influence of Machiavellian characteristic and time budget pressure on audit behavior. This study took a sample of all auditors at the Public Accountant Office (KAP) of the Province of Bali. Determination of the sample was accomplished based on the nonprobability sampling method with saturated sample technique. The research sample was 94 auditors and questionnaires were distributed among them and managed to collect 65 questionnaires. Data analysis was performed using the path analysis model. The results show the auditor's dysfunctional behavior fully mediated the influence of Machiavellian traits on audit quality, while the auditor's dysfunctional behavior mediated the partial effect of time budget pressure on audit quality. The results of this study can be considered for auditors and input for IAPI in improving audit quality by suppressing and avoiding the auditor's dysfunctional behavior due to the influence of Machiavellian characteristic and time budget pressure.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,348
Écart entre enseignants0,306 · 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'étudeObservationnel
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetTechnology Adoption and User BehaviourTravaux en français237 207