MétaCan
Menu
Retour à la cohorte
Enregistrement W4407183422 · doi:10.1111/1911-3846.13019

Is the <scp>PCAOB</scp> enforcement approach aligned with its mandate? Perspectives of sanctioned auditors and former <scp>PCAOB</scp> enforcement staff

2025· article· en· W4407183422 sur OpenAlexvenueno aff
Nathan H. Cannon, Phillip T. Lamoreaux, Eldar Maksymov, Noah Myers

Notice bibliographique

RevueContemporary Accounting Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditEnforcementBusinessMandateAccountingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The Sarbanes‐Oxley Act of 2002 mandates the PCAOB to enforce compliance with its audit standards fairly. However, the enforcement process is not sufficiently transparent for public evaluation of its fairness, prompting a call by a former Board member for transparency of the process and for improvement suggestions from the public. Further, academic evidence on the PCAOB enforcement is limited. We address this call and the gap in the literature by interviewing 33 difficult‐to‐access participants about the enforcement process: 20 sanctioned auditors and 13 former PCAOB enforcement staff members. Using procedural justice theory as a lens in evaluating our data, we conclude the enforcement process lacks fairness in key components. Both auditors and former enforcement staff express concerns that staff use overly damning one‐sided language in public orders, do not assess investor harm, and face incentives to sanction auditors, particularly small firms that cannot afford costly defense. We contribute to the literature on PCAOB enforcement by offering new insights into the enforcement process from firsthand perspectives of sanctioned auditors and former enforcement staff, deepening understanding of how enforcement practices align with the PCAOB's mandate for fair procedures. We also discuss process improvement suggestions from our participants and important future research opportunities.

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)0,050
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,262

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,077
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,033
Communication savante0,0220,009
Science ouverte0,0020,006
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207