[图解]题目解析：财务人员最有可能成为业务执行者的是
1
00:00:00,420 --> 00:00:04,760
接下来，是第3章自测题第1部分的第8题
2
00:00:05,090 --> 00:00:08,120
单选，针对以下研究对象
3
00:00:08,900 --> 00:00:11,530
财务人员最有可能成为业务执行者的是
4
00:00:12,800 --> 00:00:15,280
A，某省注册会计师考试委员会
5
00:00:15,290 --> 00:00:17,940
B 某市国税局
6
00:00:19,310 --> 00:00:20,470
C 某公司财务系统
7
00:00:21,830 --> 00:00:22,820
D 某公司财务部
8
00:00:26,890 --> 00:00:31,890
答案是A，我们先来看
9
00:00:31,900 --> 00:00:34,570
它问的是财务人员
10
00:00:34,580 --> 00:00:36,130
有可能成为
11
00:00:36,520 --> 00:00:38,160
最有可能成为业务执行者
12
00:00:38,170 --> 00:00:41,750
你看，财务人员是业务执行者意味着什么
13
00:00:42,500 --> 00:00:45,810
研究对象，它是一个组织
14
00:00:46,540 --> 00:00:50,750
它不能是一个系统，这必须是一个组织
15
00:00:51,690 --> 00:00:53,450
组织才有业务执行者
16
00:00:53,460 --> 00:00:54,970
所以C就不对了
17
00:00:55,520 --> 00:00:59,950
首先就要把C抹掉
18
00:01:03,770 --> 00:01:08,730
我们看其它的，D也不对
19
00:01:09,840 --> 00:01:12,800
财务部，财务人员在外面，那不对了
20
00:01:12,810 --> 00:01:13,800
他在里面
21
00:01:14,170 --> 00:01:15,070
C和D都不对
22
00:01:18,690 --> 00:01:19,880
我们看B为什么不对
23
00:01:23,820 --> 00:01:25,720
以国税局为研究对象
24
00:01:26,910 --> 00:01:30,130
财务人员确实在外面跟国税局打交道
25
00:01:30,460 --> 00:01:31,880
当然，现在都叫税务局了
26
00:01:33,570 --> 00:01:36,340
但是它打交道是打交道
27
00:01:36,750 --> 00:01:38,310
它是代表什么
28
00:01:38,320 --> 00:01:41,020
代表企业跟国税局打交道
29
00:01:43,680 --> 00:01:46,970
所以从组织的角度来说
30
00:01:46,980 --> 00:01:53,640
这是国税局跟企业这两个组织的一个交互
31
00:01:55,250 --> 00:01:57,120
虽然我们观察到是
32
00:01:57,130 --> 00:02:02,230
人和国税局里面的系统交互
33
00:02:02,240 --> 00:02:04,420
也就是说，我们观察到的是
34
00:02:04,430 --> 00:02:06,260
两个系统之间的交互
35
00:02:08,920 --> 00:02:12,170
因为我们是人，人是系统这个级别的
36
00:02:13,340 --> 00:02:16,220
你看，这里说和国税局打交道
37
00:02:18,530 --> 00:02:20,860
实际上，这个我们并不能观察到
38
00:02:21,760 --> 00:02:23,470
你财务人员去国税局
39
00:02:24,240 --> 00:02:26,360
有没有一个叫国税局的人出来接待他
40
00:02:26,370 --> 00:02:26,960
没有的
41
00:02:28,030 --> 00:02:29,180
他找什么
42
00:02:29,920 --> 00:02:32,090
找跟他对等的系统
43
00:02:32,880 --> 00:02:35,360
比如说，窗口的人员
44
00:02:36,530 --> 00:02:41,730
国税的系统，也就是说，根本就没有一个
45
00:02:41,740 --> 00:02:43,130
国税局这样一个东西
46
00:02:43,140 --> 00:02:44,890
来接待，有一个巨人
47
00:02:46,240 --> 00:02:48,040
有5丈高的巨人叫国税局
48
00:02:48,130 --> 00:02:49,960
你来了，欢迎，没有的
49
00:02:50,790 --> 00:02:53,540
里面也是人跟人打交道
50
00:02:53,940 --> 00:02:56,090
或者人跟电脑打交道
51
00:02:56,100 --> 00:02:57,730
什么自助办税机之类的
52
00:02:59,240 --> 00:03:01,110
但是背后的组织是什么
53
00:03:01,690 --> 00:03:05,760
企业和国税局，不是系统对系统
54
00:03:07,060 --> 00:03:10,330
所以，虽然我们观察到这样
55
00:03:10,340 --> 00:03:12,090
但是实际上背后是什么
56
00:03:12,600 --> 00:03:14,300
执行者是企业
57
00:03:14,550 --> 00:03:16,260
不是财务人员
58
00:03:17,160 --> 00:03:23,030
实际上，本质是这个，背后是人跟人打交道
59
00:03:23,040 --> 00:03:24,470
还是人跟电脑，还是电脑对电脑
60
00:03:24,480 --> 00:03:26,630
根本就不需要财务人员去
61
00:03:28,250 --> 00:03:29,680
这个本质是不影响的
62
00:03:30,550 --> 00:03:31,250
这不受影响
63
00:03:33,800 --> 00:03:35,790
所以B是错的
64
00:03:36,960 --> 00:03:38,150
A是对的，为什么
65
00:03:38,640 --> 00:03:43,090
因为当在这里的时候
66
00:03:45,280 --> 00:03:47,760
财务人员跟它打交道
67
00:03:48,750 --> 00:03:51,060
并不是代表他背后的企业
68
00:03:51,500 --> 00:03:52,890
而是代表这个人群
69
00:03:54,590 --> 00:03:56,020
代表他自己的人群
70
00:03:56,030 --> 00:03:57,460
财务人员人群
71
00:03:58,640 --> 00:04:03,740
作为一个人群来和委员会打交道
72
00:04:04,230 --> 00:04:05,700
目的就是要考证
73
00:04:06,240 --> 00:04:07,160
考会计师证
74
00:04:08,380 --> 00:04:09,880
所以A是对的
相关文章：
[图解]题目解析：财务人员最有可能成为业务执行者的是
1 00:00:00,420 --> 00:00:04,760 接下来，是第3章自测题第1部分的第8题 2 00:00:05,090 --> 00:00:08,120 单选，针对以下研究对象 3 00:00:08,900 --> 00:00:11,530 财务人员最有可能成为业务执行者的是 4 00:00:12,800 --> 00:00:15,280…...
零基础学大模型——大模型技术学习过程梳理
“学习是一个从围观到宏观，从宏观到微观的一个过程” 学习大模型技术也有几个月的时间了，之前的学习一直是东一榔头，西一棒槌，这学一点那学一点，虽然弄的乱七八糟，但对大模型技术也算有了一个初步的认识。…...
匹配全国地址的正则表达式工具类
正则表达式，匹配全国五级地址工具类，可以直接放在项目中使用~ 1级：国 （可忽略不填） 2级：**省、**自治区、**直辖市、**特别行政区、（四个直辖市可忽略不填） 3级：**市、**…...
Notepad++ 使用技巧
notepad 高级“查找模式” 1）两个换行换一行 选中为 “扩展（\n, \r, \t, \0, \x…）” ，查找目标里面可以写上\r\n\r\n，替换为\r\n 2）移除空行 查找目标：\r\n\r\n，替换为…...
《语音识别芯片选型全攻略》
《语音识别芯片选型全攻略》 一、语音识别芯片性能评估（一）主控芯片性能评估（二）接口需求分析（三）可靠性评估（四）生产工艺考量（五）湿敏等级判断 二、语音识别…...
【MySQL】VARCHAR和CHAR的区别？
目录 区别存储方式最大长度存取效率 使用场景参考 在MySQL中，VARCHAR和CHAR是两种常用的字符串数据类型，它们各自有不同的特点和适用场景。下面我将和大家一起了解这两种数据类型的区别及使用场景。 区别 存储方式 CHAR(N)：定长存储&#…...
SQL Server日期查询常用语句
一、以下是SQL 日期截取 & SQL Server日期比较日期查询常用语句 select CONVERT(varchar, getdate(), 120 ) 2004-09-12 11:06:08 select replace(replace(replace(CONVERT(varchar, getdate(), 120 ),-,), ,),:,) 20040912110608 select COUNVRT(varchar(12) , getdate…...
java地理方位角度计算
计算方位角度 从一个坐标到另一个坐标的方位角度. GIS地理 方位角，正北作为0度基线，顺时针旋转。 /*** GIS方位角度，正北为0度，顺时针旋转** param lat1 坐标1纬度* param lon1 坐标1经度* param lat2 坐标2纬度* param lon2 坐…...
RabbitMQ service is already present - only updating service parameters
Windows下卸载RabbitMQ之后，然后重新注册RabbitMQ服务的时候，报错以下信息： D:\software\rabbitmq-server-4.0.2\rabbitmq_server-4.0.2\sbin>D:\software\rabbitmq-server-4.0.2\rabbitmq_server-4.0.2\sbin\rabbitmq-service.bat install RabbitMQ service is already …...
贵州网站建设提升可见性的策略
贵州网站建设提升可见性的策略 在数字化时代，网站的可见性对企业的成功至关重要。在贵州，随着互联网的发展，越来越多的企业意识到网站建设的重要性。那么，如何有效提升网站的可见性呢？以下是几个关键策略。 **1. 优化…...
SUGAR：用于皮层表面配准的球形超快图注意力框架|文献速递-基于深度学习的医学影像分类，分割与多模态应用
Title 题目 SUGAR: Spherical ultrafast graph attention framework for cortical surface registration SUGAR：用于皮层表面配准的球形超快图注意力框架 01 文献速递介绍 基于表面的分析在解剖和功能神经影像学研究中变得越来越受欢迎（Coalson 等,…...
华为高频手撕冲刺
简单题 两数之和 方法一，暴力破解，时间复杂度O(n^2)，空间复杂度O(1) class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]:nlen(nums)for i in range(n):for j in range(i1,n):if nums[i]nums[j]target:retur…...
如何优雅的通过Spring Boot+Redission对订单实现定时关闭
简介 在电子商务及支付相关平台中，常规流程是首先生成订单或支付请求，用户随后会在规定时间内完成支付。如果用户未能在预设时限内完成支付动作，系统通常会执行相应的过期处理机制，即自动取消未支付的订单。 此外，这…...
二、IPD 的定义与背景
IPD 的定义与背景 1. IPD的定义 集成产品开发（Integrated Product Development，简称IPD）是一种系统化的产品开发模式，强调市场需求导向和跨职能团队的紧密合作，通过并行工程缩短开发周期、降低开发风险和成本。其核心目标是提高产品的市场竞争力，确保产品在开发各阶段都…...
STM32CubeMX初始生成工程
STM32CubeMX初始生成工程 STM32CubeMX软件可以很容易的配置STM32 MCU，例如引脚配置(Pins)、时钟树(Clock Tree)、外设(Peripherals)、中间件(Middleware)等 使用STM32CubeMX软件可以快速配置STM32工程，生成Keil工程文件以及初始化生成统一风格的C代码&…...
STM32单片机（F03C8T6）-点灯（寄存器点灯和库函数点灯）
作者：Whappy 时间：2024.10.9 日志：本实验是我第一个32位单片机实验程序，如有不足请指点！ #include "stm32f10x.h" // Device headerint main(void) {//寄存器点灯RCC->APB2ENR 0x000…...
PCL 3D-SIFT关键点检测（曲率不变特征约束
PCL点云算法汇总及实战案例汇总的目录地址链接： PCL点云算法与项目实战案例汇总（长期更新） 一、概述 3D-SIFT（Scale-Invariant Feature Transform）关键点检测是用于点云分析的一种有效方法，具有尺度不变性和旋转不变性。在处理复杂场景和物体识别时，通过对点云…...
Android上的AES加密
基础算法说明 https://www.youtube.com/watch?vlnKPoWZnNNM 虽然这个视频讲的非常详细，但是涉及到具体底层算法，大致流程 1. 将数据转成HEX或者byte array 2.将数据分层一块块等大小的数据 3.将数据和key 进行一次混合，加密之后的输出&…...
安全测试的漏洞类型
目录 一、安全测试的定义 二、安全测试的分类 1、静态扫描 2、内存扫描 3、动态安全测试 三、安全测试主要关注哪些方面的漏洞 漏洞一：SQL注入 漏洞二：XSS 漏洞三：暴力破解 漏洞四：文件包含文件上传漏洞 漏洞五&#…...
51 | 适配器模式：代理、适配器、桥接、装饰，这四个模式有何区别？
前面几篇文章我们学习了代理模式、桥接模式、装饰器模式，今天，我们再来学习一个比较常用的结构型模式：适配器模式。这个模式相对来说还是比较简单、好理解的，应用场景也很具体，总体上来讲比较好掌握。 关于适配器模式…...
【WiFi帧结构】
文章目录 帧结构MAC头部管理帧 帧结构 Wi-Fi的帧分为三部分组成：MAC头部frame bodyFCS，其中MAC是固定格式的，frame body是可变长度。 MAC头部有frame control，duration，address1，address2，addre…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes（简称K8s）中，Ingress是一个API对象，它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress，你可…...
day52 ResNet18 CBAM
在深度学习的旅程中，我们不断探索如何提升模型的性能。今天，我将分享我在 ResNet18 模型中插入 CBAM（Convolutional Block Attention Module）模块，并采用分阶段微调策略的实践过程。通过这个过程，我不仅提升…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU：如何让RNN变得更聪明？ 在深度学习的世界里，循环神经网络（RNN）以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而，传统RNN存在的一个严重问题——梯度消失&#…...
Cinnamon修改面板小工具图标
Cinnamon开始菜单-CSDN博客 设置模块都是做好的，比GNOME简单得多！ 在 applet.js 里增加 const Settings imports.ui.settings;this.settings new Settings.AppletSettings(this, HTYMenusonichy, instance_id); this.settings.bind(menu-icon, menu…...
Spring是如何解决Bean的循环依赖：三级缓存机制
1、什么是 Bean 的循环依赖 在 Spring框架中，Bean 的循环依赖是指多个 Bean 之间互相持有对方引用，形成闭环依赖关系的现象。 多个 Bean 的依赖关系构成环形链路，例如： 双向依赖：Bean A 依赖 Bean B，同时 Bean B 也依赖 Bean A（A↔B）。链条循环： Bean A → Bean…...
计算机基础知识解析：从应用到架构的全面拆解
目录 前言 1、 计算机的应用领域：无处不在的数字助手 2、 计算机的进化史：从算盘到量子计算 3、计算机的分类：不止 “台式机和笔记本” 4、计算机的组件：硬件与软件的协同 4.1 硬件：五大核心部件 4.2 软件&#…...
Golang——9、反射和文件操作
反射和文件操作 1、反射1.1、reflect.TypeOf()获取任意值的类型对象1.2、reflect.ValueOf()1.3、结构体反射 2、文件操作2.1、os.Open()打开文件2.2、方式一：使用Read()读取文件2.3、方式二：bufio读取文件2.4、方式三：os.ReadFile读取2.5、写…...
前端开发者常用网站
Can I use网站：一个查询网页技术兼容性的网站 一个查询网页技术兼容性的网站Can I use：Can I use... Support tables for HTML5, CSS3, etc (查询浏览器对HTML5的支持情况) 权威网站：MDN JavaScript权威网站：JavaScript | MDN...
从零开始了解数据采集（二十八）——制造业数字孪生
近年来，我国的工业领域正经历一场前所未有的数字化变革，从“双碳目标”到工业互联网平台的推广，国家政策和市场需求共同推动了制造业的升级。在这场变革中，数字孪生技术成为备受关注的关键工具，它不仅让企业“看见”设…...