A Commentary on Post‐Pandemic Challenges and Opportunities for the Accounting Profession: Insights from a Systematic Literature Review*
Notice bibliographique
Résumé
ABSTRACT This empirically grounded commentary explores the impacts of the COVID‐19 pandemic on the strategic direction of Canada's accounting profession and highlights opportunities and challenges that lie ahead in the post‐pandemic era. We undertake a systematic literature review using deductive and inductive approaches within both the academic accounting literature and a selection of publications targeting accounting practitioners. Our deductive framework uses Chartered Professional Accountants of Canada's (CPA Canada) Foresight initiative, while our inductive approach identifies themes that do not fit within the Foresight initiative. We conclude that the accounting profession will be challenged to balance the pursuit of new opportunities arising from disruptive technologies, real‐time data, and new organizational value drivers while simultaneously reflecting its roots in financial reporting, auditing, and taxation. Our findings also suggest that the profession should pay more attention to the human aspects of the profound changes that are underway. Specifically, the profession focuses heavily on how accountants' work will change due to disruptive forces but not enough on how these changes impact accountants from a broader human resource management perspective (e.g., mental health challenges, alternative work arrangements, retraining, and upskilling). Our work differs from prior reviews as we incorporate both academic accounting and accounting practitioner‐focused publications to propose a research agenda intended to encourage more practically relevant accounting research.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».