Technological Transition of Banks for Development: New Information and Communication Technology and Its Impact on the Banking Sector in Lebanon
Notice bibliographique
Résumé
The banking industry has been facing many challenges during the last decade. One of these challenges is the technology transmission in its overall processes, not only in the implementation and processing of financial innovation operations like securitization newly learnt today in the banking industry in Lebanon, but also in the transition towards innovation in the internal way of working of these banks. New information and communication technology has been integrating the indirect financial system to fasten, empower and ease access to all users. It is a tool which impact has not been yet addressed by researchers and that is interesting to investigate in this survey. Consequently, two core questions narrow the research question. The first is: what are the opportunities and motivations of Lebanese commercial banks behind implementation of NICTs? The second question is: what are the effects of NICT on the production function, on the distribution function and on the productivity function of these banks? After defining in the conceptual part the banking businesses and their evolution, we will study the impact of technological change on the functioning of the bank. The second part is devoted to empirical validation through which two qualitative questionnaires are analyzed. The main purpose of this paper is to analyze first the changes and mutations of the various professions of the bank through technological transition and second to measure technological performance of Lebanese Commercial Banks. Our investigations confirm that new technologies play an important role in the development of the banking industry, strengthening their profitability and improving their productivity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».