Management accounting research trends: Bibliometrics and content analysis
Notice bibliographique
Résumé
This study aims to examine an overview of management accounting research in the last decade. In addition, it also describes the latest research trends, namely in the last five years, both in terms of the topics discussed, the use of theory, and the methods used. The researchers employ the bibliometric analysis method and use VOSviewer to describe management accounting research for the period 2013-2022. We retrieve data on articles from two leading journals in this field, namely Management Accounting Research (MAR) and Journal of Management Accounting Research (JMAR), using the Scopus database. The findings of this study indicate that there were six research clusters over the past decade, namely (1) governance and performance management, (2) management control, (3) performance evaluation, (4) risk-based performance management and CSR, (5) budgeting and ethics, and lastly (6) the risk and interfirm relationships. Research trends in the last five years show that the theories explicitly used in research in this field include agency, economic, social identity, social comparison, and contingency theory. The research methods used during the last five years have been dominated by archives, experiments, and surveys. Papers published by JMAR are dominated by those using archival methods, while the papers in MAR are dominated by those using experiments and field research. This research provides an overview, for students and scholars interested in management accounting research, of the subjects, ideas, and research methodologies that have been employed in the recent past and today.
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 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 | 0,009 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,211 | 0,291 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».