MétaCan
Menu
Retour à la cohorte
Enregistrement W4409605503 · doi:10.62477/jkmp.v25i2.512

Blockchain and CPAs: Assessing Preparedness in a Technologically Evolving Profession

2025· article· en· W4409605503 sur OpenAlexvenueno aff
Joanna Kardys-Stone, Karina Kasztelnik

Notice bibliographique

RevueJournal of Knowledge Management and Practice · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResearch, Science, and Academia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlockchainPreparednessMedical professionBusinessEngineering ethicsComputer scienceComputer securityMedicineMedical educationEngineeringEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Blockchain technology is reshaping industries with its emphasis on transparency, security, and decentralization. As this technology becomes integrated into business operations, Certified Public Accountants (CPAs) face new challenges in adapting their practices to meet the clients' needs using blockchain. This research examines the preparedness of CPAs assessing their knowledge, skills, and competencies related to blockchain technology. Utilizing interviews, the study provides a comprehensive evaluation of how well CPAs are equipped to handle the complexities of blockchain. The findings highlight significant gaps in blockchain education and training within the accounting profession, indicating needs for targeted professional development initiatives. The study identifies critical areas where CPAs need support and offers actionable recommendations to enhance their readiness in an evolving technological landscape. Addressing these gaps will better position the accounting profession to meet demands of the future where blockchain technology plays a central role in financial reporting, auditing, and compliance.

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)0,010
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,481
Écart entre enseignants0,387 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge Management and PracticeMême sujetResearch, Science, and AcademiaTravaux en français237 207