MétaCan
Menu
Retour à la cohorte
Enregistrement W3124078714 · doi:10.1111/1099-1123.00064

A Model for Audit Engagement Planning of E‐Commerce

2003· article· en· W3124078714 sur OpenAlexaff
Jagdish Pathak

Notice bibliographique

RevueInternational Journal of Auditing · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueERP Systems Implementation and Impact
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAuditScope (computer science)Function (biology)Computer scienceIdentification (biology)Knowledge managementBusinessProcess managementCritical success factorAccounting

Résumé

récupéré en direct d'OpenAlex

The impact of networking technologies on information systems (IS) and its auditing is growing dramatically. This growth is changing the nature of information systems in the modern organization, with special reference to e‐commerce. It would also be reasonable to infer that a corresponding effect is mounting on the information system's auditing function. This paper primarily stresses the identification of specific constructs which can contain the potential variables/critical success factors in audit engagement planning that contribute to the success/failure of audit engagement in e‐commerce‐centric technological scenario, and the same can be used to build a model for its empirical validity in future studies. The objective of this paper is to devise a model, based on the variables turned potential critical success factors to successfully perform audit engagement planning for the current state‐of‐the‐art e‐commerce technologies. The available literature is analyzed to identify appropriate candidates for factors that appear to materially affect the success of the e‐commerce audit resource planning function. Based on this model, an empirical examination, though not within the scope of this paper, is the next logical step in this direction to establish the validity of this model in the technologically complex e‐commerce milieu.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,119
Tête enseignante GPT0,366
Écart entre enseignants0,247 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AuditingMême sujetERP Systems Implementation and ImpactTravaux en français237 207