MétaCan
Menu
Retour à la cohorte
Enregistrement W3092400274 · doi:10.1108/jaoc-08-2020-0106

Ramifications of Covid-19 on management accounting teaching and research

2020· article· en· W3092400274 sur OpenAlexaff
Gary Spraakman

Notice bibliographique

RevueJournal of Accounting & Organizational Change · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAccountingManagement accountingOriginalityReflection (computer programming)Coronavirus disease 2019 (COVID-19)Value (mathematics)Agile software developmentBusinessQualitative researchComputer scienceSociologyEconomicsManagementMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore how COVID-19 has affected the author’s management accounting teaching and research. Design/methodology/approach This paper is a reflection essay on management accounting. Findings The author realized that the textbooks, because of the lack of integration among management accounting techniques, do not prepare the students with the ability to make the quick changes required by COVID-19. The author expects that they will have to introduce integration to the management accounting textbooks and courses. Qualitative research will be helpful in identifying the management accounting techniques now integrated in practice. The author further expects the beneficial practices that were learned from online and remote teaching during the pandemic will be with them into the future. Research limitations/implications This paper is limited as it is a personal reflection. Practical implications COVID-19 has required organizations be increasingly agile, particularly in the use of budgets and other management accounting techniques. Social implications Opportunities are identified for improving the teaching and use of management accounting, especially regarding strategy and budgeting. Originality/value The extreme nature of pandemics intensifies the observations of the functioning of disciplines such as management accounting. Everyone learns from extreme experiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,095
Tête enseignante GPT0,335
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting & Organizational ChangeMême sujetAccounting Education and CareersTravaux en français237 207