MétaCan
Menu
Retour à la cohorte
Enregistrement W3140625413 · doi:10.5430/ijhe.v10n4p258

Should Forensic Accounting Be Included in Curricula of Accounting Departments: the Case of Saudi Arabia

2021· article· en· W3140625413 sur OpenAlexvenueno aff
Elzain Omer Elzain

Notice bibliographique

RevueInternational Journal of Higher Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForensic accountingAccountingCurriculumSample (material)Medical educationBusinessPsychologyMedicineAuditPedagogy

Résumé

récupéré en direct d'OpenAlex

The objective of this research paper is to define the significance of forensic accounting and reflecting the need of including forensic accounting in the curricula of accounting departments in universities in the Kingdom of Saudi Arabia. The research followed the descriptive analytical approach. The research community consisted of a sample representative of faculty members in the accounting departments of universities in the Kingdom. Where (150) questionnaires were distributed and (126) questionnaires were collected, i.e., a response rate of (84%). The research employed the (SPSS) program to analyze and test its hypotheses, such as "There is no knowledge of the importance of forensic accounting among accounting department staff of Kingdom of Saudi Arabia universities". The research has reached several results, the most important of which are: all faculty members in accounting departments at universities in the Kingdom are aware of the significance of forensic accounting, and they agreed that it should be included in the accounting education curriculum. Finally, the research calls for numerous recommendations, the most important of which are: setting specific and clear plans for how to include forensic accounting in the accounting curricula in accounting departments in universities in the Kingdom, and organizing more (conferences, researches, training courses, workshops...) by accounting departments in universities in the Kingdom and other bodies that regulate the profession of accounting in the field of forensic accounting to further demonstrate its real significance.

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)0,011
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,392
Écart entre enseignants0,358 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207