MétaCan
Menu
Retour à la cohorte
Enregistrement W4389253812 · doi:10.22495/rgcv13i4p3

An examination of ‘institutional ascription’: Capture of the gatekeepers of accounting veracity

2023· article· en· W4389253812 sur OpenAlexaff
Murray Bryant, Þröstur Olaf Sigurjónsson

Notice bibliographique

RevueRisk Governance and Control Financial Markets & Institutions · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAscriptionAccountingAccrualFalse Claims ActExplanatory powerPolitical scienceLaw and economicsBusinessLawEconomics

Résumé

récupéré en direct d'OpenAlex

This paper aims to apply the theory of gatekeeping — institutional ascription — using the financial crisis of 2008–2009 in Iceland as a case. An investigation of the theory was conducted (Gabbioneta et al., 2014). The research question tested is whether the auditors, regulators, rating agencies, and analysts failed in the duty of stewardship to assess the scale and scope of accounting scandals and fraud perpetrated by executives of financial institutions. The paper shows that unless legal cases are prosecuted, where a complete presentation of evidence is presented, the theory has explanatory power but little predictive power, as all information must be in the public domain. The data applied in this paper is enriched by several unique elements of the situation described: a Special Investigation Commission (SIC, 2010), a report by a well-known regulator, the Office of a Special Prosecutor, (Jännäri, 2009) the role of the Supreme Court in reviewing all cases emanating from the crash, and a Report on Financial Stability (Central Bank of Iceland, 2010). Because of the extensive database provided by a combination of disinfectant and sunlight, this paper permits a richness of data across all financial institutions and an investigation of the theory of institutional ascription. The paper teaches authorities the need for more active use of the criminal system to prosecute wrongdoing.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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.

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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk Governance and Control Financial Markets & InstitutionsMême sujetRisk Management in Financial FirmsTravaux en français237 207