MétaCan
Menu
Retour à la cohorte
Enregistrement W1518852504 · doi:10.34989/swp-2008-41

Are There Canada-U.S. Differences in SME Financing?

2021· preprint· en· W1518852504 sur OpenAlexaffabout
Danny Leung, Césaire Meh, Yaz Terajima

Notice bibliographique

RevueEconstor (Econstor) · 2021
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésFinanceBusinessRisk financingExternal financingRisk managementDebt

Résumé

récupéré en direct d'OpenAlex

Previous surveys of Canadian and U.S. business owners suggest that access to financing in Canada may be more problematic than in the United States. Using the 2003 Survey of Small Business Financing in the United States and the 2004 Survey on Financing of Small and Medium Enterprises in Canada, this paper examines whether this perception can be better quantified. Compared to U.S. SMEs, Canadian SMEs are found to have greater reliance on loans from individuals (family, friends and others) and less reliance on loans from financial institutions. This result can be interpreted either as indicative of lower availability of formal credit in Canada, or a lower need for formal credit. Furthermore, while evidence validating the perception that Canadian financial institutions are less likely to approve loan application of risky SMEs cannot be found, there is evidence that supports the notion that Canadian financial institutions are following a more uniform pricing policy than U.S. financial institutions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,196
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetCorporate Finance and GovernanceTravaux en français237 207