THE AUDITOR SELF-EFFICACY SCALE: MEASURING CONFIDENCE IN TECHNICAL SKILLS, TECHNOLOGICAL ADAPTATION, AND INTERPERSONAL COMMUNICATION
Notice bibliographique
Résumé
The auditing profession's complexity and high-stakes nature necessitates a nuanced understanding of auditors' self-efficacy, which significantly influences their performance, decision-making quality, audit quality, and fraud detection capabilities. Recognizing a gap in the domain-specific measurement of self-efficacy within this field, this study introduces the Auditor Self-Efficacy (ASE) scale, developed in alignment with Bandura's social cognitive theory. The ASE scale, consisting of three subscales—Technical Skills, Technological Adaptation, and Interpersonal Communication—aims to capture auditors' confidence across key competencies in auditing. This research involved 593 auditors who used an online survey to validate the scale. The findings indicated moderate to high levels of self-efficacy among the participants, with satisfactory internal consistency across the subscales. Confirmatory factor analysis affirmed the structural integrity and validity of the scale, with excellent model fit indices and significant factor loadings. The scale's discriminant validity was also established, highlighting its ability to differentiate between various dimensions of self-efficacy in auditing. The ASE scale's development fills a significant gap in the literature and offers practical implications for enhancing auditors' professional development and organizational capacity building. By providing a detailed measure of auditors' confidence across key competencies, the ASE scale facilitates a deeper understanding of their role and contributions to the auditing profession, paving the way for future research and practice to improve audit quality and efficiency in the evolving financial landscape. Keywords: Auditor Self-Efficacy, Auditing Competencies, Technical Skills in Auditing, Technological Adaptation in Auditing, Interpersonal Communication in Auditing, Social Cognitive Theory, Professional Development in Auditing, Audit Quality, Decision-Making in Auditing, Fraud Detection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».