On affect and accounting inscriptions: a study of fair value in the making
Notice bibliographique
Résumé
Purpose This paper aims to theorize the role of affect in shaping accounting numbers by studying accountants who specialize in the production of fair value measurements for intangibles. Design/methodology/approach Drawing on interviews with valuation specialists employed by public accounting firms, I investigate the circulation of affect in fair value measurement networks. While prior studies stress the coordinative potential of affect, I focus on affective clashes, as well as on the associations that are drawn between the specialists and other actors in response to these clashes. Findings The findings suggest that affect impacts the stability of accounting inscriptions, in that it plays a significant role in both the destabilization and the ultimate stabilization of valuation networks. Practical implications The proposed reframing of valuation work may allow regulators and other stakeholders to consider issues beyond pure cognitive bias and to recognize that interrelational affect is materially implicated – both favourably and unfavourably – in valuation outcomes. Originality/value The study reframes the issue of fair value measurement as one of stabilizing value inscriptions through clashes of passionate interests, rather than one of reducing individual bias at the valuator level. In addition, the study refines the concept of stability in actor-network theory by considering its significant interrelations with the affective dimension of networks and discusses certain issues in the current fair value literature.
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 | 0,038 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».