MétaCan
Menu
Retour à la cohorte
Enregistrement W1781487566 · doi:10.1504/ijpmb.2015.070816

To overcome the challenges thrown by globalisation by benchmarking with a special reference to banking sector - a case study

2015· article· en· W1781487566 sur OpenAlexaff
Ajay Garg, Parneet K. Sandhu

Notice bibliographique

RevueInternational Journal of Process Management and Benchmarking · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBanking Sector Performance and Management
Établissements canadiensBecton Dickinson (Canada)
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingRestructuringGlobalizationBusinessMarket liquidityDiversification (marketing strategy)Retail bankingProfitability indexPrivate sectorFinancial servicesPortfolioFinanceFinancial systemAccountingEconomicsMarketingMarket economyEconomic growth

Résumé

récupéré en direct d'OpenAlex

The quality tools and practices are important considerations for the development of any industry. The growing need of competitiveness vis-à-vis global standards has forced the banking sector to undergo rapid technological and structural changes. The banking sector reforms have provided the necessary platform for restructuring the banks to enhance productivity and profitability. The private participation, prospect and referral management, to understand client profile, continuous portfolio review, adoption of better technology, restructuring of stressed assets, diversification and launch of new products are few banking practices adopted by many international banks. This article identifies various measures to bridge the gap between current performance levels and the potential of banking sector in developing countries like India. The impact on financial institutions, liquidity, exports and financial markets has been the focal point in this study. The solution to overcome this impact through certain benchmark practices adopted by global banks has been analysed.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,275
Écart entre enseignants0,237 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Process Management and BenchmarkingMême sujetBanking Sector Performance and ManagementTravaux en français237 207