Wyszukiwanie zaawansowane ?

Obiekt

Artificial Intelligence in audit
Pobierz

Tytuł: Artificial Intelligence in audit

Tytuł odmienny:

Sztuczna inteligencja w audycie

Autor:

Karmańska, Anna

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2022; vol. 66, nr 4, s. 87-99

Abstrakt:

The main objective of this paper is to identify the benefits of applying the Artificial Intelligence (AI) in the audit sector. The study employed a questionnaire for a research sample including 206 auditing and accounting practitioners and students. Data were collected via an online survey. A principal axis factor analysis with the Promax rotation was conducted to assess the underlying structure for the points of the questionnaire. The research outcomes indicate that, in the opinion of the respondents, AI adoption increases audit efficiency, and enhances client communication and service. Finally, AI can also automate time-consuming and routine tasks. The three indicated factors account for 62.223% variance. The findings reveal the advantages of AI adoption and could support managers in deploying new technology in their organizations. The research limitation concerns the fact that this study focused only on respondents from Poland.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2022

Typ zasobu:

artykuł

Identyfikator zasobu:

doi:10.15611/pn.2022.4.06 ; oai:dbc.wroc.pl:118512

Język:

eng

Powiązania:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2022; vol. 66, nr 4

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-SA 4.0

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Tytuł publikacji grupowej:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Temat i słowa kluczowe:

audit artificial intelligence machine learning audyt sztuczna inteligencja uczenie maszynowe

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

25 mar 2024

Data dodania obiektu:

13 gru 2022

Liczba wyświetleń treści obiektu:

525

Wszystkie dostępne wersje tego obiektu:

https://dbc.wroc.pl./publication/156825

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Artificial Intelligence in audit 25 mar 2024

Podobne

Informatyka Ekonomiczna = Business Informatics
Informatyka Ekonomiczna = Business Informatics

Wspomaganie procesów decyzyjnych przez wykorzystanie algorytmów regułowych wyznaczających istotność atrybutów

Chomiak-Orsa, Iwona Wójcik, Filip

2017
artykuł
Informatyka Ekonomiczna = Business Informatics
Informatyka Ekonomiczna = Business Informatics

Attack vectors on supervised machine learning systems in business applications

Surma, Jerzy

2020
artykuł
Ekonomia XXI Wieku = Economics of the 21st Century
Ekonomia XXI Wieku = Economics of the 21st Century

Wykorzystanie Google Trends do predykcji stopy zwrotu indeksu WIG20

Niedzielska, Ewelina

2018
artykuł
Informatyka Ekonomiczna = Business Informatics
Informatyka Ekonomiczna = Business Informatics

Chatbot – modelowanie i aplikacje

Szymański, Grzegorz Jóźwiak, Piotr

2018
artykuł
Debiuty Studenckie
Debiuty Studenckie

Budowa i testowanie wsteczne strategii inwestycyjnej opartej o uczenie maszynowe

Wietrzykowski, Filip Grześkowiak, Alicja. Redakcja Peternek, Piotr. Redakcja

2023
rozdział
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Skuteczność metod klasyfikacji w prognozowaniu kierunku zmian indeksu giełdowego S&P500

Krawczuk, Jerzy

2012
artykuł
Debiuty Studenckie
Debiuty Studenckie

Obszary zastosowania technologii i technik do rekonstrukcji obrazów

Chomicki, Adam Dudycz, Helena. Redaktor

2023
rozdział
Debiuty Studenckie
Debiuty Studenckie

Fairness in machine learning – bias identification and reduction

Zaniewska, Aleksandra Dudycz, Helena. Redaktor

2022
rozdział
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji