How workplace identities and team management practices affect distributed team auditors' willingness to speak up
Notice bibliographique
Résumé
Abstract Distributed, rather than co‐located, teams increasingly perform audit work, raising regulator concerns that distributed team communication issues may affect audit quality. We investigate upward communication (i.e., raising issues to supervisors), a key communication dimension related to audit quality. In Study 1, we survey 69 senior auditors to establish that distributed team upward communication suffers. Furthermore, distributed team auditors identify less with their teams and struggle to know when and how to speak up. Because both are linked to inhibited upward communication, we next experimentally test firm practices with the potential to attenuate these problems. Study 2, an experiment with 128 staff auditors and interns, reveals that making auditors' professional identities salient improves upward communication on co‐located teams with strong team identities but not on distributed teams with weak team identities. Study 3, an experiment with 58 staff auditors, replicates a key Study 2 finding with a design that makes no reference to team identity strength. Specifically, in the presence of a salient professional identity, upward communication is significantly higher for co‐located relative to distributed team auditors. Study 4, an experiment with 69 staff auditors, focuses solely on distributed teams. It indicates that several distributed team management practices, including one‐on‐one and standing daily meetings, encourage upward communication. Finally, Study 5, informal interviews with eight audit seniors, corroborates key survey and experimental findings. Combined, our results provide insights into why distributed team communication suffers, refine audit voice theory, and provide regulators, practitioners, and researchers with multiple paths to improve audit quality.
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 | 0,008 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| 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 | 0,000 |
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.
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 ».