MétaCan
Menu
Retour à la cohorte
Enregistrement W1606427053 · doi:10.5539/ass.v11n13p84

An Empirical Analysis on Legitimacy of Sukuk: An Insight of Malaysian Sukuk

2015· article· en· W1606427053 sur OpenAlexvenueno aff
Essia Ries Ahmed, Md. Aminul Islam, Ku Halim Ku Ariffin

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSukukLegitimacyIslamBusinessIslamic financePosition (finance)ShariaFinancial instrumentAccountingFinancial systemEconomicsFinancePolitical scienceLawGeography

Résumé

récupéré en direct d'OpenAlex

Islamic Sukuk have a key impact and high influence in different economic and banking transactions where they have got an estimable position in financial markets and international money. Recently, sukuk have been considered as one of the fastest industries in its growth in international financial landscape and also considered as the most successful financial products among the Islamic financial institutions. Institutions should be giving more attention to sukuk development and to ensuring that these sukuk are compliant with Sharia requirements. The main objective of this paper is to determine the factors which influencing on sukuk legitimacy. A total of 54 Islamic sukuk Islamic financial institutions in Malaysia representing the whole population were selected. Secondary data was used and sourced from the sukuk shariah report. Using descriptive statistics, the existence and the extent of existence of legitimacy in Islamic sukuk in Islamic financial institutions in Malaysia was ascertained. The research found that the selected factors influence on sukuk legitimacy are could be used as subjects of references in determining the existence of legitimacy in shariah pronouncements.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,313
Écart entre enseignants0,279 · 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

Citations44
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207