MétaCan
Menu
Retour à la cohorte
Enregistrement W4413037042 · doi:10.1111/1911-3838.12411

Cybersecurity Risks and Incidents Disclosure: A Literature Review<sup>*</sup>

2025· article· en· W4413037042 sur OpenAlexafffundvenue
Michel Magnan, Rucsandra Moldovan

Notice bibliographique

RevueAccounting Perspectives · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensConcordia UniversityCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaConcordia University
Mots-clésWarrantDimension (graph theory)Data breachBusinessComputer securityPublic relationsPolitical scienceComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper reviews the expanding literature on the disclosure of cybersecurity risks and incidents. In contrast to prior reviews on cybersecurity, we focus specifically on disclosure and consider studies publicly available to the end of 2024. We classify the literature along three main dimensions: characteristics, determinants, and outcomes of cybersecurity disclosure. Within each dimension, we group studies that examine similar concepts to highlight areas where a critical mass of knowledge exists, as well as areas where research remains limited, findings are inconclusive, or contradictions persist. We conclude by outlining four broad research questions that warrant further investigation, with the goal of advancing our understanding of cybersecurity disclosure, its implications for organizations and stakeholders, the broader risk management landscape, and the related adversarial costs unique to this disclosure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,279
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetInformation and Cyber SecurityTravaux en français237 207