MétaCan
Menu
Retour à la cohorte
Enregistrement W4390342381 · doi:10.1111/1911-3838.12351

Perspectives on How Robotic Process Automation Is Transforming Accounting and Auditing Services*

2023· article· en· W4390342381 sur OpenAlexvenueno aff
Adriana Tiron‐Tudor, Ramona Lacurezeanu, Vasile Paul Breşfelean, Adelina Nicoleta Donțu

Notice bibliographique

RevueAccounting Perspectives · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Process Automation Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditAccountingProcess (computing)AutomationBusinessComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The emergence of robotic process automation (RPA) and similar digital technologies is transforming the traditional business models of accounting and auditing services. Such emergence brings valuable benefits. Along with other technologies, RPA represents a significant tool in accounting and auditing services' new digital setting. Despite this, scholarly research on the subject is scarce, particularly concerning the implementation of RPA at accounting and auditing firms. This article provides a literature review of current academic research on RPA in accounting and auditing and proposes future research directions. The review clarifies the use cases of RPA in accounting and auditing. It also reveals that RPA implementation and preparation challenges stem from practical considerations as well as deficits in accountants' applicable education. Thus, the paper is relevant for educators and the accounting profession. Finally, by expanding the discussion of RPA beyond its current focus on accounting and auditing, the authors identify a need for more empirical research on the impact of RPA technology in the post‐implementation stage.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,008
Communication savante0,0090,007
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetRobotic Process Automation ApplicationsTravaux en français237 207