MétaCan
Menu
Retour à la cohorte
Enregistrement W4415502283 · doi:10.1080/09639284.2025.2578516

From principle to practice: evaluating the effectiveness of mandatory ethics training on CPA code compliance

2025· article· en· W4415502283 sur OpenAlexaffabout
Annie Lecompte, Anne Marie Gosselin, Sylvie Côté, Karine Phaneuf

Notice bibliographique

RevueAccounting Education · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCompliance (psychology)Training (meteorology)Code (set theory)Ethical codeCode of conduct

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of mandatory ethics training on the professional behavior of Chartered Professional Accountants (CPAs) in Quebec, where a 4-hour ethics training requirement was introduced in 2018. The importance of ethics education in the accounting profession is highlighted by numerous financial scandals that have underscored the need for continuous ethical vigilance. Our analysis, comparing pre- and post-requirement periods, reveals a significant decrease (31.58%) in the number of infractions, suggesting that mandatory ethics training effectively reduces unethical behavior. This study also finds that the moral intensity of infractions increased post-requirement, suggesting that while the frequency of infractions has decreased, the observed increase in their severity may reflect underlying changes in enforcement, reporting, or disciplinary trends during the same period. This trend suggests that ethics training may deter minor infractions but is less effective in preventing more serious ethical violations, particularly among repeat offenders. The persistence of high moral intensity infractions among this group underscores the need for targeted interventions beyond standard training. These findings suggest that mandatory ethics training may be a useful tool for encouraging ethical behavior but its impact could vary depending on the severity of past misconduct and the professional context.

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)0,071
score de la tête « metaresearch » (Gemma)0,337
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,337
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
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 Opus0,447
Tête enseignante GPT0,595
Écart entre enseignants0,148 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting EducationMême sujetEthics in Business and EducationTravaux en français237 207