A Structured Review of Research‐Informed Instructional Strategies to Support <scp>CPA</scp> Enabling Competencies in Future Accountants*
Notice bibliographique
Résumé
ABSTRACT CPA enabling competencies underpin the human skills and professional values that all future accountants should possess. Nevertheless, to date, the discourse is limited within the scholarship of teaching and learning on how to best inculcate these competencies in future accountants. This study attempts to spark such a discourse by conducting a structured literature review (SLR) of the research‐informed instructional strategies to foster CPA enabling competencies, skills, and values in future accountants, and outlines future research opportunities. The findings indicate that the CPA competency “acting ethically and demonstrating professional values” can be engrained in future accountants using business cases and targeted courses/lessons in accounting classrooms. “Leading” is best taught through targeted courses/lessons. “Collaboration” can be gained through team‐based learning (group work) and software. “Managing self and others” can be engrained through a strategic course setup. “Adding value” can be achieved by experiential learning. “Solving problems” can be facilitated through in‐class activities that specifically target critical thinking skills. Finally, “communication” is facilitated with writing tasks and software. The top five research‐informed teaching tools that advance CPA enabling competencies are collegial tools (i.e., group work, peer review, and writing prompts), software, business cases, experiential tools, and targeted courses/lessons. In the future, an in‐depth SLR should be conducted on each of the five research‐informed teaching tools for their integration within accounting classrooms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».