MétaCan
Menu
Retour à la cohorte
Enregistrement W1995834913 · doi:10.5539/ass.v10n23p151

Banking Services Improvement through the Development of Service Technologies

2014· article· en· W1995834913 sur OpenAlexvenueno aff
Татьяна Вячеславовна Зайцева, Gennady A. Buryakov, Zhanna V. Gornostaeva

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigitalization and Economic Development in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonalizationBusinessService (business)Quality (philosophy)The InternetMarketingIndustrial organizationProcess managementComputer science

Résumé

récupéré en direct d'OpenAlex

The authors analyze the qualitative changes in the nature and orientation of modern society, which led to theemergence of the phenomenon of “customization” and analyze the features of a modern “service of civilization”.The authors use the technique of ABC-and XYZ-analysis to assess the assortment policy in banks. The articledefines the external factors and the theoretical and methodological background of innovative changes in thebanking market. The article also discusses the most promising innovative service technologies in the bankingmarket and the examples of their implementation of Russian and foreign banks. To identify the maincharacteristics of banking products to help meet customer demand, the authors are guided by the model N. Cano,who formulated the “theory of attractive quality” and highlighted the major kinds of needs. Based on analysis oftrends in the global economy, the authors concluded the growing role of the Internet in the development ofservice technology in the banking market and the need for further use of its opportunities for improvement ofbanking services. This paper investigates the key challenges and prospects for the development of servicetechnologies and their impact on the development of banking services.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDigitalization and Economic Development in AgricultureTravaux en français237 207