A bibliometric analysis of research on forensic accounting from 2006 to 2024
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
This study examines the key trends, impacts, and contributions of research on forensic accounting from 2006 to 2024. Data were extracted from the Scopus database, and 109 research papers were filtered by applying the PRISMA framework, followed by a bibliometric analysis using the ‘biblioshiny’ tool of the R-studio package. The leading universities and institutions are Tshwane University of Technology and the University of Debrecen, in which research on forensic accounting is carried over time. Following the h-index and g-index criteria, the most impactful authors were the O.E. Akinbowale, A.D. Alves, C.T. Dang, T.T. Nguyen, Q. Fu, G. Judge, M.E. Lokanan, T. Ownes. Accounting Research Journal, Cogent Business and Management, Journal of Financial Crime, and Journal of Governance and Regulations are the most impactful sources of publication in forensic accounting. The results revealed that the UK, USA, Canada, and Germany are prominent countries in single-country publications, as well as multiple-country publications. The conceptual analysis disclosed subthemes as per the contemporary requirements of the field, such as forensic accounting techniques, fraud identification and risk assessment, and the role of certified public accountants in forensic accounting. This paper highlights the important sources, authors, and publications which will help research scholars summarise their literature review in the future and suggest upcoming areas of research in this field.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,058 | 0,240 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle