MétaCan
Menu
Retour à la cohorte
Enregistrement W4323304232 · doi:10.5281/zenodo.7702270

The Auditing Analytical Procedures at the Beginning and Completion Phases of Engagement Toeing Discourse Analysis

2023· article· en· W4323304232 sur OpenAlexaff
Cristiane Andréa Locatelli de Almeida, Joshua Onome Imoniana

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural, Linguistic, Economic Studies
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésAuditBusinessAccounting

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines external auditors lived experiences on the use of the analytical procedure (AP), drawing on interpretative perspective. Interviews of 14 experts conducted with auditors of Big4 firms and the archival data from the International Standards for Auditing (ISA) constitutes the data corpus. What we lose with the apparent number of the interviewee, we gain from the stream of knowledge of the auditors. Methodologically wise, discourse analysis was applied for data analysis. Results showed that in the imagination of the auditors, the use of AP enhances the efficiency and effectiveness of the audit. However, in the day-to-day practice, due to weaknesses in the preparation and review processes, professionals do not find pleasure in it since AP is executed to meet standards. So, drawing on New Institutional Sociology theory, a search for legitimacy justifies this end. Findings raise a concern on what practitioners ought to focus on for evidence gathering. This study advances upon the disposition of the audit work, the real need for the imposition of audit procedures by regulatory bodies, and exposure of the theme in academia. Overall, considering that on this topic, quantitative studies are mostly studied, the originality of this research spans the discourse analysis toeing interpretative perspective.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0090,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,099
Tête enseignante GPT0,353
Écart entre enseignants0,254 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCultural, Linguistic, Economic StudiesTravaux en français237 207