MétaCan
Menu
Retour à la cohorte
Enregistrement W4221059848 · doi:10.1111/1911-3846.12773

Fool Me Once, Shame on You; Fool Me Twice, Shame on Me: The <scp>Long‐Term</scp> Impact of Arthur Andersen's Demise on Partners' Audit Quality*

2022· article· en· W4221059848 sur OpenAlexaffvenue
Feng Guo, Ling Lei Lisic, Jeffrey Pittman, Timothy A. Seidel, Mi Zhou, Ying Zhou

Notice bibliographique

RevueContemporary Accounting Research · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAuditQuality auditShameDemiseAccountingJoint auditBusinessQuality (philosophy)Actuarial scienceEconomicsPsychologyInternal auditPolitical scienceSocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Although recent evidence suggests that individual audit partners explain a substantial portion of the variation in audit quality proxies, much less is known about what determines an audit partner's quality. Psychology and behavioral economics theories hold that an individual's experiences can have enduring impacts on subsequent behavior. We examine whether auditors' direct exposure to Arthur Andersen's collapse has a long‐term impact on the quality of their audits. Our evidence implies that audit partners who directly experienced Andersen's demise impose stricter monitoring evident in their clients exhibiting a lower propensity for misstatements and small profits, and paying higher audit fees. Importantly, these findings reconcile with research in finance and economics implying that firsthand experiences matter more to subsequent behavior than general economic conditions or secondhand or thirdhand experiences. Collectively, the results shed light on one facet of how partners' audit quality evolves over time. Our findings suggest that major failures associated with the audit firm in which an auditor works can ultimately result in these affected individuals later delivering higher audit quality, which should benefit audit committees in partner selection decisions and audit firms in designing partner assignment policies.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,074
Tête enseignante GPT0,357
Écart entre enseignants0,283 · 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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207