Mapping the state of expanded audit reporting: a bibliometric view
Notice bibliographique
Résumé
Purpose This study aims to identify the intellectual structure of expanded audit reporting (EAR), offers a quantitative summation of prominent themes, contributors and knowledge gaps and provides suggestions for further research. Design/methodology/approach This research uses various bibliometric techniques, including co-word and co-citation analysis for EAR science mapping, based on 123 papers from Scopus Database between 1991 and 2022. Findings The results show EAR research is focused on Audit Quality; Auditor Liability and Litigation; Communicative Value and Readability; Audit Fees; and Disclosure. Regarding EAR research, Brasel et al. (2016), article is the most cited paper, Bédard J. is the most cited author, Laval University is the most influential university, The Accounting Review is the most cited journal and USA is the leading country. Furthermore, the results show that in common law countries, in which shareholder rights and litigation risk is high, topics such as disclosure quality and audit litigation have been addressed more; and in civil legal system countries, which usually favor stakeholders’ rights, topics of gender diversity or corporate governance have been more studied. Practical implications This research has practical implications for standard setters and regulators, who can identify important, overlooked and emerging issues and consider them in future policies and standards. Originality/value This paper contributes to the literature by providing a more objective and comprehensive status of the accounting research on EAR, identifying the gaps in the literature and proposing a direction for future research to continue the discussion on the value-relevance of EAR to achieve more transparency and less audit expectation gap.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,232 | 0,278 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,017 | 0,011 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».