MétaCan
Menu
Retour à la cohorte
Enregistrement W1561695507

Fusion des bourses : analyse de cas

2011· article· fr· W1561695507 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuereroDoc Digital Library · 2011
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueWorking Capital and Financial Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyPhysicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans le cadre de mon travail de Bachelor, je vais tenter de déterminer les raisons et conséquences des importantes fusions actuelles entre bourses historiques mondiales. Les bourses, représentées par leurs différents indices, représentent le niveau actuel de l’économie des pays par le biais des nombreuses sociétés y étant cotées. Le regroupement des activités entre bourses traditionnelles s’est dessiné avec pour objectif de contrer la nouvelle concurrence, apparue suite à la nouvelle directive sur les marchés financiers (MIFID), autorisant les institutions financières comme les banques à développer leurs propres systèmes de plates-formes d’échanges à travers le globe. Suite à la directive, des centaines de nouvelles places d’échanges ont vu naissance, diminuant fortement les quasi-monopoles des bourses classiques. L’évolution de la technologie informatique ainsi qu’un positionnement de coûts divers réduits pour les investisseurs, a permis aux nouveaux concurrents évoluant dans moins de transparence, de grappiller de nombreuses parts de marchés aux bourses traditionnelles. Durant le courant de cette année, de nombreux groupes boursiers ont tenté de fusionner afin de regrouper leurs activités pour faire face à la nouvelle concurrence. Les stratégies de diversification ou de spécialisation des activités s’avèrent décisives pour la croissance des groupes boursiers. En effet, des projets entre Singapour et Sydney, Londres et Toronto, ainsi que New York et Francfort pour ne citer que les plus importants accords possibles, ont vu naissance et font lieu d’une analyse approfondie dans la suite de mon rapport. De nombreuses questions se posent quant aux raisons des regroupements actuels de plusieurs groupes boursiers, ainsi que les conséquences probables pour le marché financier et ses acteurs. Il en résulte que la période actuelle d’acquisition-fusion entre grands acteurs boursiers est loin d’être finie et s’intensifiera durant ces prochaines années étant donné les pressions économiques actuelles. Les entités boursières tendent à se regrouper dans un but d’etendre leurs activités, leurs parts de marchés et de diminuer leurs coûts. Il est vrai que de s’allier avec un partenaire stratégique dans cette actuelle dernière décennie de fusion semble quasi-nécessaire, malgré les difficultés à obtenir par la suite les accords des actionnaires et surtout des autorités des pays concernés.

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.

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), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,016
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,021
Tête enseignante GPT0,192
Écart entre enseignants0,171 · 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