MétaCan
Menu
Retour à la cohorte
Enregistrement W2072479326 · doi:10.11130/jei.2015.30.1.1

Basel III in Reality

2015· article· en· W2072479326 sur OpenAlexaboutno aff
Michele Fratianni, John C. Pattison

Notice bibliographique

RevueJournal of Economic Integration · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Regulation and Crises
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionStrong
Mots-clésExpansiveClubTransparency (behavior)Basel IIIFinancial regulationHarmonizationEconomicsOperational riskAccountingLevel playing fieldSoft lawOligopolyCompetition (biology)BusinessInternational economicsPolitical scienceCapital requirementFinancial systemFinanceMicroeconomicsRisk managementLawInternational law

Résumé

récupéré en direct d'OpenAlex

Financial regulation has shifted from a system as an oligopoly dominated by the G2/G5 to expanded clubs like the Basel Committee for Banking Supervision.Expansive clubs have to agree to terms that are closer to the preferences of soft-regulation members.Yet, once a global agreement on minimum standards, such as Basel III, is reached, the task is left to national or regional regulators.Deviations from the Basel III standards are bound to occur; the complexity of the agreement will facilitate an asymmetric implementation of national regulation and supervision.Countries like Australia, Canada, the United Kingdom, the United States, and some Scandinavian countries have chosen higher standards.On the other hand, we should expect deviations to take place in member countries of the Eurozone that are heterogeneous having different preferences and trade-off between regulatory stringency and economic activity.The requirements of both global clubs and regional club regarding transparency, monitoring, and a level playing field will also cause a collision.This paper reports examples of heterogenous applications of supervisions and reforms.

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)0,018
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0130,006
Science ouverte0,0020,004
Intégrité de la recherche0,0100,009
Charge utile insuffisante (le modèle a refusé de juger)0,0800,057

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 Opus0,091
Tête enseignante GPT0,283
Écart entre enseignants0,192 · 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'étudeThéorique ou conceptuel
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic IntegrationMême sujetGlobal Financial Regulation and CrisesTravaux en français237 207