MétaCan
Menu
Retour à la cohorte
Enregistrement W4388904292 · doi:10.1111/ijau.12337

Enhancing CPA competencies for internal audit roles

2023· article· en· W4388904292 sur OpenAlexafffund
Adam Vitalis, J. Efrim Boritz, Laura Simeoni

Notice bibliographique

RevueInternational Journal of Auditing · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooChartered Professional Accountants of Canada
Mots-clésInternal auditAuditAccountingBusinessAudit planInformation technology auditCurriculumKnowledge managementSet (abstract data type)Joint auditPsychologyMedical educationMedicinePedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

This paper summarises survey study results identifying knowledge, skills, and attitudes (competencies) for entry‐level internal audit professionals that could be used to develop a curriculum for chartered professional accountant (CPA)‐bound students to pursue fulfilling careers in internal audit and related management positions under changing competency requirements. We built a survey based on the Institute of Internal Auditor's (IIA's) current Competency Framework, modified by insights from internal audit experts, including a suggestion to include a new information technology category. We then summarise responses from 641 internal audit professionals into a two‐dimensional visualisation highlighting the changes from currently identified competencies to expected changes in skill importance one decade in the future. The results highlight that future internal auditors will need to have a broader set of competencies than simply accounting and finance knowledge. Our future focus provides foundational insights related to the necessary and emerging competencies for academic programme planning, future research and practitioners' training and hiring strategies.

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)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,018
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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'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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AuditingMême sujetAccounting Education and CareersTravaux en français237 207