دانلود مقاله تجزیه و تحلیل داده های حسابرسی، یادگیری ماشینی و آزمون کل جامعه
ترجمه شده

دانلود مقاله تجزیه و تحلیل داده های حسابرسی، یادگیری ماشینی و آزمون کل جامعه

عنوان فارسی مقاله: تجزیه و تحلیل داده های حسابرسی، یادگیری ماشینی و آزمون کل جامعه
عنوان انگلیسی مقاله: Audit data analytics, machine learning, and full population testing
مجله/کنفرانس: مجله علوم مالی و داده - The Journal of Finance and Data Science
رشته های تحصیلی مرتبط: حسابداری
گرایش های تحصیلی مرتبط: حسابرسی
کلمات کلیدی فارسی: تحلیل داده های حسابرسی - آزمون کل جامعه - یادگیری ماشینی
کلمات کلیدی انگلیسی: Audit data analytics - Full population testing - Machine learning
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: scopus - DOAJ
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.jfds.2022.05.002
نویسندگان: Feiqi Huang - Won Gyun No - Miklos A. Vasarhelyi - Zhaokai Yan
دانشگاه: دانشکده تجارت لوبین، دانشگاه پیس، وان پیس پلازا، نیویورک، ایالات متحده آمریکا
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2022
ایمپکت فاکتور: 3.056 در سال 2021
شاخص H_index: 16 در سال 2022
شاخص SJR: 0.610 در سال 2021
شناسه ISSN: 2405-9188
شاخص Quartile (چارک): Q2 در سال 2021
صفحات مقاله انگلیسی: 7
صفحات ترجمه فارسی: 15 (1 صفحه رفرنس انگلیسی)
فرمت مقاله انگلیسی: pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
وضعیت ترجمه: ترجمه شده و آماده دانلود
فرمول و علائم در ترجمه: ندارد
ترجمه شده از: انگلیسی به فارسی
مقاله بیس: خیر
مدل مفهومی: ندارد
پرسشنامه: ندارد
متغیر: ندارد
فرضیه: ندارد
درج شدن منابع داخل متن در ترجمه: به صورت عدد درج شده است
ترجمه شدن توضیحات زیر تصاویر و جداول: بله
ترجمه شدن متون داخل تصاویر و جداول: بله
کد محصول: 13042
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
ضمیمه: ندارد
پاورقی: ترجمه و درج شده است
ترجمه فارسی فهرست مطالب

چکیده


1. مقدمه


2. مسائل نمونه گیری در حسابرسی


3. تجزیه و تحلیل داده های حسابرسی و یادگیری ماشینی


4. آزمون کل جامعه


5. چالش ها


6. نتیجه گیری


بیانیه تضاد منافع


فهرست منابع

فهرست انگلیسی مطالب

Abstract


1. Introduction


2. Audit sampling issues


3. Audit data analytics and machine learning


4. Full population testing


5. Challenges


6. Conclusions


Declaration of competing interest


References

نمونه ترجمه فارسی مقاله

چکیده


     فناوری های نوظهوری مانند تحلیل داده ها و یادگیری ماشینی بر حرفه حسابداری تاثیر می گذارند. به طور خاص، تغییرات شایانی در رویه های حسابرسی و اطمینان بخشی به دلیل این تاثیرات پیش بینی می شود. یکی از این تغییرات بالقوه، نمونه گیری در حسابرسی است. از آنجایی که نمونه گیری در حسابرسی تنها نمای آنی کوچکی از کل جامعه فراهم می کند، برخی از معانی آن در عصر کلان داده ها از بین می روند. یک راه حل محتمل، استفاده از تجزیه و تحلیل داده های حسابرسی و یادگیری ماشینی برای انجام تحلیل کل جامعه به جای نمونه معاملات است. مقاله حاضر به ارائه رویکردی جهت استفاده از تحلیل داده های حسابرسی و یادگیری ماشینی برای آزمون کل جامعه و بحث درباره چالش های مربوطه می پردازد.


1. مقدمه


     فناوری ها با سرعتی بی سابقه در حال تکامل بوده و چالش ها و فرصت های شایانی را برای شرکت ها و طرف های مربوطه از جمله حرفه حسابداری پدید می آورند. در محیط کسب و کار امروزی، واکنش سریع شرکت ها به تغییر شرایط و بازارها اجتناب ناپذیر می نماید. بسیاری از شرکت ها به دنبال راه های بهتری برای استفاده از فناوری های نوظهور به منظور تغییر در نحوه انجام کسب و کار هستند. ما در عصر انفجار اطلاعات زندگی می کنیم، با فناوری هایی که قادر به ایجاد تغییرات انقلابی در صنایع مختلف و تغییر شکل مدل های کسب و کار می باشند. اکنون، بسیاری از شرکت ها داده ها را یکی از ارزشمندترین دارایی های خود می دانند (1). آن ها داده های بیشماری را از عملیات کسب و کار روزانه خود گردآوری نموده و درصدد کنترل قدرت داده ها از طریق تجزیه و تحلیل هستند. فناوری های نوظهوری مانند اتوماسیون فرآیند رباتیک، یادگیری ماشینی و تجزیه و تحلیل داده ها نیز بر حرفه حسابداری تاثیر می گذارند. درک تاثیرات، فرصت ها و چالش های این فناوری ها برای این حرفه حائز اهمیت می باشد.


     به طور خاص در حوزه حسابرسی و اطمینان بخشی، تحلیل داده ها و یادگیری ماشینی منجر به تغییرات زیادی در آینده قابل پیش بینی خواهد شد. نمونه گیری در حسابرسی یکی از این تغییرات بالقوه می باشد. استفاده از نمونه گیری در حسابرسی مورد انتقاد می باشد زیرا تنها نمای آنی کوچکی از کل جامعه ارائه می دهد. برای پرداختن به این موضوع، مطالعه حاضر ایده استفاده از تجزیه و تحلیل داده های حسابرسی و یادگیری ماشینی را برای آزمون کل جامعه از طریق مفهوم حسابرسی بر مبنای استثناء و استثنائات استثنایی معرفی نموده است. بدین ترتیب، تاکید کار حسابرسی از بررسی معامله به بررسی استثناء تغییر نموده و استثنائات را بر مبنای معیارهای مختلف اولویت بندی می نماید. در نتیجه، حسابرسان می توانند ریسک مربوطه را بر مبنای کل جامعه معاملات ارزیابی نموده و بدین ترتیب اثربخشی و کارایی فرآیند حسابرسی را افزایش دهند. در پایان، مقاله حاضر به بحث درباره چالش های بالقوه پیش روی آزمون کل جامعه می پردازد.

نمونه متن انگلیسی مقاله

Abstract


     Emerging technologies like data analytics and machine learning are impacting the accounting profession. In particular, significant changes are anticipated in audit and assurance procedures because of those impacts. One such potential change is audit sampling. As audit sampling only provides a small snapshot of the entire population, it starts to lose some of its meaning in this big data era. One feasible solution is the usage of audit data analytics and machine learning to enable an analysis of the entire population rather than a sample of the transactions. This paper presents an approach for applying audit data analytics and machine learning to full population testing and discusses related challenges.


1. Introduction


     Technologies are evolving at an unprecedented pace and pose significant challenges and opportunities to companies and related parties, including the accounting profession. In today's business environment, it is inevitable for companies to react quickly to changing conditions and markets. Many companies are seeking better ways to utilize emerging technologies to transform how they conduct business. We live in an age of information explosion, with technologies capable of making revolutionary changes in various industries and reshaping business models. At present, many companies view data as one of their most valuable assets.1 They amass an unprecedented amount of data from their daily business operation and strive to harness the power of data through analytics. Emerging technologies like robotic process automation, machine learning, and data analytics also impact the accounting profession. It is important for the profession to understand the impacts, opportunities, and challenges of these technologies.


     Specifically, in audit and assurance areas, data analytics and machine learning will lead to many changes in the foreseeable future. Audit sampling is one such potential change. The use of sampling in audits has been criticized since it only provides a small snapshot of the entire population. To address this major issue, this study introduces the idea of applying audit data analytics and machine learning for full population testing through the concept of “auditby-exception” and “exceptional exceptions.” In this way, the emphasis of audit work shifts from “transaction examination” to “exception examination” and prioritizes the exceptions based on different criteria. Consequently, auditors can assess the associated risk based on the entire population of the transactions and thus enhance the effectiveness and efficiency of the audit process. Finally, this paper discusses potential challenges faced by full population testing.

تصویری از فایل ترجمه

          


(جهت بزرگ نمایی روی عکس کلیک نمایید)

نسخه پاورپوینت

این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 15 اسلاید و 6 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد. 

نسخه ترجمه خلاصه

در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 5 صفحه (1200 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.

نسخه پاراگراف به پاراگراف

علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.

اصطلاحات تخصصی

بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 56 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش و pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش و pdf بدون آرم سایت ای ترجمه
- پاورپوینت فارسی با فرمت pptx
- خلاصه فارسی با فرمت ورد (word)
- متن پاراگراف به پاراگراف انگلیسی و فارسی با فرمت ورد (word)
- اصطلاحات تخصصی با فرمت اکسل
قیمت محصول: ۶۴,۸۰۰ تومان
خرید محصول

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است