MétaCan
Menu
Retour à la cohorte
Enregistrement W2119728874 · doi:10.19030/jber.v3i4.2766

Identifying A Profile Of Key Competencies For Financial Planners

2011· article· en· W2119728874 sur OpenAlexaff
Gerald J. Bedard, Jacques Préfontaine, Lise Poirier-Proulx

Notice bibliographique

RevueJournal of Business & Economics Research (JBER) · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueCompetency Development and Evaluation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)BusinessMarketingFinanceManagementEconomics

Résumé

récupéré en direct d'OpenAlex

In order to provide quality professional education programs to advance knowledge, skills and competencies of individuals in the financial services industry and in continuing education courses, there is a need to identify a professional’s key competencies profile. In recent years, many financial planning associations worldwide have become interested in establishing competency-based requirements for certifying professionals and have adopted competency-based approaches for continuing education. The purpose of this paper is to identify a profile of key competencies for financial planners. The empirical study is carried out through a stratified survey of financial planners within insurance companies, commercial banks, consulting firms, credit unions, security dealers and brokers, trusts and independent professionals. More than individual knowledge or skills, this research views professional competence as result-oriented, expressing an optimal mobilization and use of resources available in the multidisciplinary areas of financial planning, according to professional standards and in harmony with best practices to achieve customer satisfaction. The research design presents an innovative conceptual framework which facilitates the identification of a profile of key competencies for financial planners. Findings enable an advance in knowledge, both at an academic and a professional level, by identifying a profile of twelve specific dimensions of key competencies for financial planners within the financial services industry.

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)0,013
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,320
Tête enseignante GPT0,408
Écart entre enseignants0,087 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business & Economics Research (JBER)Même sujetCompetency Development and EvaluationTravaux en français237 207