Behavioral Economics of Accounting: A Review of Archival Research on Individual Decision Makers*
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT This paper develops a unified framework to synthesize the growing stream of positive research on the role of individual decision makers in shaping observed accounting phenomena. This line of research recognizes two central ideas in behavioral economics. First, individual behavior depends not only on economic incentives and accessible information but also on individual preferences, abilities, experiences, and other characteristics. Second, the constraints that structure human interactions encompass both formal institutions (e.g., rules, laws, constitutions) and informal institutions (e.g., norms, conventions, rituals). Our review covers a broad set of individuals who are of interest in accounting research: managers, directors, audit partners, analysts, standard setters, politicians, judges, journalists, loan officers, financial advisors, and investors. We aim to understand the systematic effects of individual characteristics on a wide spectrum of accounting phenomena, including financial reporting, disclosure, tax planning, auditing, and corporate social responsibility. We highlight the importance of personal characteristics not only for an individual's own behavior but also for others' perceptions. Our review mainly focuses on archival research in accounting and provides some thoughts about opportunities for archival empiricists going forward. We also, when feasible, highlight opportunities for future field, survey, and experimental research. A central takeaway from our review is that individual‐level factors significantly improve our ability to explain and predict accounting phenomena beyond firm‐, industry‐, and market‐level factors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle