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
<p>We broadly define computer auditing as any audit practices that may rely on information technology (IT). Such skill has long been argued and considered to be an important capability for both external and internal auditors for more than two decades though its applications were relatively limited in the past. In recent years, with the advance of information technology, what auditors can achieve with IT has dramatically changed. For example, auditors are now be able to perform both descriptive and predictive analyses, process both numeric and textual data, and apply such capability from assertion testing to compliance and risk assessments. This evolving capability has also brought the new term &ldquo;audit analytics&rdquo; to practices. Specifically, analytics focuses more on the business decisions and processes while the traditional computer auditing is mainly about audit. This improved capability and expanded scope have attracted a lot of attention with a wide range of applications. For instance, the PCAOB&rsquo;s new strategic plan (PCAOB 2018 ) has highlighted that &ldquo;[i]nnovations in data analytics and technology have great potential to improve the efficiency and effectiveness of financial reporting and the audit process&rdquo; (p.9). Audit firms and internal audit functions have also engaged in the development and the use of analytics in external and internal audit processes (e.g., Forbes 2018; Deloitte 2016; KPMG 2016), which have potentially changed the role of internal auditors to internal consultants.</p> <p>&nbsp;</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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