MétaCan
Menu
Retour à la cohorte
Enregistrement W4221031357 · doi:10.7160/eriesj.2022.150106

Attitudes of Employers and University Students to the Requirements for Accountants in the Czech Republic

2022· article· en· W4221031357 sur OpenAlexaboutno aff
Kateřina Berková, Lenka Holečková

Notice bibliographique

RevueJournal on Efficiency and Responsibility in Education and Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, Psychology, and Social Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCzechPerceptionAccountingPsychologyQuarter (Canadian coin)GermanMedical educationBusinessMedicineGeography

Résumé

récupéré en direct d'OpenAlex

The aim of the study is to verify employers and university students’ perception of the importance of professional and soft competencies that is placed on the position of financial accountant in the Czech Republic. The study is based on the international knowledge oriented to the difference between university students and employers in perception of the importance of professional and soft competencies. The research is focused on Czech companies from two regions and students of Accounting and Finance attending universities from two different regions. The research was conducted with the help of advertisement analysis and a questionnaire survey in the first quarter of 2020. In the advertisements, mainly the information literacy and usage of English language in accounting appeared. The perception of employers is not in accordance with the importance of competencies perceived by students who would like to work in the accounting profession. Responsibility, reliability, accuracy, and independence are important for students. Differences in the perception of competencies importance were not found. This study contributes to the identification of the competency’s importance regarding employers and students. It will be necessary to innovate teaching methods with the emphasis on the effective readiness of graduates for the accounting profession.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,083
Tête enseignante GPT0,493
Écart entre enseignants0,410 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal on Efficiency and Responsibility in Education and ScienceMême sujetEducation, Psychology, and Social ResearchTravaux en français237 207