MétaCan
Menu
Retour à la cohorte
Enregistrement W4387670322 · doi:10.5430/afr.v12n4p43

The Determinants of Audit Expectation Gap in Malaysia

2023· article· en· W4387670322 sur OpenAlexvenueno aff
Siti Nur Shahirah Sahidan, Raziah Bi Mohamed Sadique, Norhayati Alias, Noor Hasniza Haron

Notice bibliographique

RevueAccounting and Finance Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknologi MARA
Mots-clésAuditAccountingScope (computer science)BusinessJoint auditInternal auditActuarial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This study intended to identify the determinants of the audit expectation gap in Malaysia. The expectation gap is defined as the different perspectives of what society thinks and what society wants the auditors to do. Previous Malaysian researchers prove the existence of audit expectations. However, only some studies identify determinants of the audit expectation gap in Malaysia. Recent studies show that the Malaysian public misunderstood auditors' duties and audit scope. This quantitative research addresses the relationship between auditors’ skills, auditors’ efforts, knowledge of society, and users' needs toward the audit expectation gap. Online questionnaires are used in this study as measuring tools to measure the variables expected to have a significant relationship with the audit expectation gap. The software used to conduct the analysis is SPSS 20 under the linear regression method. There was a total of 108 Malaysian auditors involved in this research. This study shows that auditors’ efforts and knowledge of society are significantly related to the audit expectation gap. The rest of the factors were tested, and it was found that they did not significantly affect the audit expectation gap. Therefore, auditors should utilize exemplary efforts and increase public awareness of the audit scope.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,329
Écart entre enseignants0,276 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetIslamic Finance and Banking StudiesTravaux en français237 207