The Influence of Affect Regulation on Professional Skepticism
Notice bibliographique
Résumé
Variances in professional skepticism are a primary cause of audit deficiencies, and thus understanding how these variations happen is of keen interest to practitioners, standard-setter, and regulators so that they can better manage professional skepticism. To this end, academics have created successively more explanatory professional skepticism models. One factor known to cause variations in professional skepticism is affect, yet how it causes these variations is still not understood as the most current models cannot explain why negative affect has been found to both increase and decrease professional skepticism. The purpose of this dissertation is to build a more explanatory model of professional skepticism with respect to affect by asking and answering the question, how does affect produce variations in professional skepticism? To answer the question, I first conduct a review of professional skepticism literature and relevant affect literature to identify affect regulation as a notable theory currently excluded from professional skepticism models. Affect regulation predicts people anticipate affect as it is being generated and change their behaviour to either up- or down-regulate the affect in service of some goal. This is notable as it can explain the contradictory results with respect to negative affect and professional skepticism observed in the literature. I further investigate this with an interview study, the results of which further support the inclusion of affect regulation into a new model of professional skepticism. Then, these insights are combined to create a new model of professional skepticism. Finally, I calibrate the model with an online experiment, the results of which fail to find significant results. Taken together, the new model of professional skepticism developed herein better explains how variations in professional skepticism occur and is of use to those looking to better manage affect to optimize professional skepticism.
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 | 0,006 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».