Perspectives on Audit Opinions and Key Audit Matters in the Global Airline Industry and the COVID-19 Pandemic
Notice bibliographique
Résumé
The present study investigates whether the COVID-19 pandemic had a negative effect on audit opinion and led to differences in the composition of key audit matters (KAMs) observed in the airline industry. This study uses a sample of 55 airlines whose financial statements are based on International Financial Reporting Standards (IFRSs) and whose financial statement audit follows National or International Standards on Auditing (ISAs) for audit opinion, as well as a sample of 42 airlines whose financial statements are based on IFRSs and whose financial statement audit follows ISAs for the composition of KAMs. A textual analysis, a content analysis, a frequency distribution, and a chi-square test were conducted for the periods before, during, and after the COVID-19 pandemic. The findings reveal that the COVID-19 pandemic had no significant effect on audit opinion, except for one airline whose audit report declared a disclaimer of opinion. In contrast, the impairment of goodwill and intangible assets (as an industry-specific KAM) and going concern (as a KAM specific to the COVID-19 pandemic) were the two KAMs that were typically observed during the COVID-19 pandemic due to increased uncertainty. This was found to be the case, even though the main KAMs in the airline industry are usually revenue recognition; lease accounting; property, plant, and equipment (PPE); and hedge accounting. This study contributes to the debate on the effect of the COVID-19 pandemic on audit opinions and KAMs by offering evidence from the underexplored airline industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».