MétaCan
Menu
Retour à la cohorte
Enregistrement W1597395068

HOUSEHOLD DEMAND FOR ISLAMIC FINANCE IN SELECTED COUNTRIES

2013· article· en· W1597395068 sur OpenAlexaboutno aff
Ozden Sungur

Notice bibliographique

RevueEuropean Scientific Journal ESJ · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamCommissionContext (archaeology)FinanceInvestment (military)Islamic financeIslamic economicsFinancial servicesPopulationBusinessEconomicsLawPolitical scienceSociologyPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The term Islamic Finance (IF) can generally be defined as the provision of financial services and products on the principles of Islamic shariah (law). Some basic principles of Islamic Finance are prohibition of riba (interest), gharar (uncertainty), and gambling. Another defining characteristic of Islamic Finance is that it is supposed to link financial transactions with activities in real economy and arrange for sharing of entrepreneurial risk. It is predicted by the International Organization of Securities Commission that by 2015, investments undertaken according to these principles will account for half of the savings of the world’s estimated 1.2-1.6 billion Muslims. Yet, we have very little insight into economic preferences of Muslim populations living in Western societies when it comes to shariah compliant investment opportunities. A 2010 report on Islamic Housing Finance in Canada commissioned by the Canada Mortgage and Housing Company notes that without such information it is impossible to understand how market demand would respond to an ever growing array of Islamic Finance products and services. This paper documents some stylzed facts about housing choices of immigrants in Italy as well as providing some comparison of the UK and the Canadian context. This is intended as a first step in uncovering household preferences for various investment alternatives among Muslim population in selected Western economies.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,197
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Scientific Journal ESJMême sujetHousing Market and EconomicsTravaux en français237 207