MétaCan
Menu
Retour à la cohorte
Enregistrement W4385233804 · doi:10.1111/1911-3846.12890

Navigating knowledge and ignorance in the boardroom: A study of audit committee members' oversight styles

2023· article· en· W4385233804 sur OpenAlexafffundvenueabout
Oriane Couchoux

Notice bibliographique

RevueContemporary Accounting Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Foundation for Governance Research
Mots-clésIgnoranceAuditPublic relationsVariety (cybernetics)SeriousnessPolitical scienceAccountingBusinessPsychologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Using data collected from 21 interviews with audit committee members (ACMs) of Canadian reporting issuers, this study examines the ways in which ACMs understand and enact the additional responsibilities placed on them by regulators in the post–Sarbanes‐Oxley Act era. Adopting a social constructivist approach to knowledge and expertise, the study shows that despite the financial literacy requirements for ACMs, financial expertise is far from being uniformly understood by ACMs. Indeed, ACMs perceive expertise in many different ways, which leads them to engage in a wide variety of practices to fulfill their responsibilities on audit committees (ACs). The analysis of the data makes it possible to identify three oversight styles—observing, inspecting, and storytelling—that illustrate the differences in how ACMs understand their role, prepare for AC meetings, invest time in this preparation, and develop lines of questioning. These findings provide empirical insights into both the substantive and symbolic roles of ACs and illustrate the role of knowledge and ignorance in shaping ACMs' understanding of their oversight role. This study also raises questions about the soundness of having ACs oversee multiple different processes. By highlighting that ACMs do not comprehend and enact their role uniformly, this study reveals the important nuances in ACMs' oversight approaches.

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)0,024
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,560

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,068
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0100,018
Communication savante0,0100,006
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,332
Écart entre enseignants0,281 · 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'étudeQualitatif
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

Citations14
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

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