MétaCan
Menu
Retour à la cohorte
Enregistrement W4386161297 · doi:10.1111/1911-3846.12901

Auditor judgment in the fourth industrial revolution

2023· article· en· W4386161297 sur OpenAlexvenueno aff
Rita Samiolo, Crawford Spence, Dorothy Toh

Notice bibliographique

RevueContemporary Accounting Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensnon disponible
Organismes subventionnairesAlliance Manchester Business School, University of ManchesterMonash UniversityLeverhulme TrustCopenhagen Business SchoolLondon School of Economics and Political Science
Mots-clésAuditDeliberationValue (mathematics)NarrativeIndustrial RevolutionIndeterminacy (philosophy)Emerging technologiesReflexivityTechnological changeEpistemologyPsychologyBusinessSociologyAccountingPolitical scienceComputer scienceArtificial intelligenceLawSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Discourse proclaiming the advent of a fourth industrial revolution predicts significant disruption to various work domains in the near future. Auditing is one of the domains where bold claims about the potential of technology are being made, with technology expected to augment auditors' judgments and, in time, possibly automate them. Drawing on 44 in‐depth interviews with auditors, regulators, and emergent artificial intelligence software providers, we question the prevailing narrative around technological change in auditing which suggests that ostensibly simple, low‐level technical tasks are areas where little judgment is at play and thus are ripe for automation. We show that significant elements of deliberation, sensemaking, and reflexivity, arguably critical for the socialization of early career auditors into the profession, may be lost when automating areas of work perceived as low value, leading us to question what it means to apply judgment in auditing. Conversely, higher‐level aspects of the audit process may be assisted by technology and augmented in different ways, yet new technological structures generate new areas of indeterminacy that pose new and yet unresolved demands on auditors' judgment. Overall, the paper shows how auditor habits are changing and highlights the risks posed by new technologies to the acquisition of practical knowledge by auditors.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,365
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,160
Tête enseignante GPT0,324
Écart entre enseignants0,163 · 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

Citations56
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetManagement and Organizational StudiesTravaux en français237 207