Réaliser Une Recherche Ancrée Dans La Pratique Des Comptables Professionnels Grâce À L’entretien D’explicitation De L’action
Notice bibliographique
Résumé
Une recente recension des ecrits effectuee par Mactavish et al. (2018) fait ressortir l’importance d’analyser divers facteurs qualitatifs qui influencent les auditeurs. Bien que le Manuel de CPA Canada fasse souvent reference a l’exercice du jugement professionnel, relativement peu d’ecrits abordent la facon de l’exercer en pratique. Comment recueillir des donnees concretes nous permettant d’identifier ces facteurs qualitatifs? Comment documenter le processus utilise par des professionnels experimentes qui font face a une situation empreinte d’incertitude? La methodologie de l’entretien d’explicitation de l’action, qui permet de conscientiser les experiences passees et de les documenter en les morcelant, nous est alors apparue comme toute indiquee pour repondre a ces questionnements. Cet article, a caractere methodologique, vise a decrire ce type d’entretien afin d’en faire ressortir les facteurs de succes, les avantages et les limites. Cette methode d’entretien, tres peu utilisee en sciences de la gestion, gagne a etre connue.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,068 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,014 | 0,015 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».