What are the ‘most influential people in accounting’ saying about the ‘most important issues currently facing the accounting profession’?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drawing on theories of influence derived from social psychology, this article studies Accounting Today’s 2023 list of The Top 100 Most Influential People in Accounting (‘the List’). For many reasons the List is controversial, but it is also a window into the profession, providing readers insights into where key players think it is, where it is going, and what it aspires to be. This article analyzes what those on the List consider to be the most important issues currently facing the accounting profession, and what they think the solutions are. A number of core themes emerge as salient, namely: (a) the pipeline problem, (b) the adoption and application of new technologies, (c) the struggle for relevance of (some) accounting work, and (d) the accounting workplace and human capital management. The solutions presented include: (i) accounting needs better branding and marketing, (ii) need to adopt and use new technologies in a range of creative, thoughtful, and compassionate ways, (iii) accounting workplaces and work conditions need to be improved, not least compensation for new entrants. Ultimately, this article’s core thesis is that the key challenges (opportunities) are fundamentally inter-related and inter-connected. Thus, a strategy which involves one group sitting back and hoping that another will fix a stand-alone issue while they watch on is a strategy that seems destined to fail and will cost us dearly. As such, holistic, ‘big tent’, consensus-garnering solutions are required.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle