MétaCan
Menu
Retour à la cohorte
Enregistrement W1480878200

Market Structure and the Diffusion of Electronic Banking

2008· preprint· en· W1480878200 sur OpenAlexaff
Jason Allen, Robert Clark, Cir Ee, Quebec Montreal

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2008
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésBusinessCompetitor analysisIncentiveQuality (philosophy)Service (business)Competition (biology)Market shareIndustrial organizationAttractivenessMarketingMicroeconomicsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper studies the role that market structure plays in affecting the diffusion of electronic banking. Electronic banking represents a process innovation since it reduces the cost of performing many types of transactions for banks. However, electronic banking (and electronic commerce more generally) is particular since the full benefits for firms from adoption only accrue once consumers begin to perform a significant share of their transactions online. Since it is costly for consumers to switch to the new technology (they must learn how to use it) banks may try to encourage consumers to go online by affecting the relative quality of the online and offline options. Their ability to do so is a function of market structure since in more competitive markets, reducing the relative attractiveness of the offline option involves the risk of losing customers (or potential customers) to competitors, whereas, this is less of a concern for a more dominant bank. Based on the Beggs and Klemperer (1992) model of price competition, we develop a model of branch-service quality choice with switching costs meant to characterize the trade-off banks face when rationalizing their network between technology penetration and business stealing. The model is solved numerically and we show that the incentive to lower

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,231
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetDigital Platforms and EconomicsTravaux en français237 207