MétaCan
Menu
Retour à la cohorte
Enregistrement W2173814641 · doi:10.2469/cfm.v24.n4.4

Financial Analysis at “Jungle Speed”

2013· article· en· W2173814641 sur OpenAlexaboutno aff
Michele Armentrout

Notice bibliographique

RevueCFA Magazine · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJungleBusinessFinanceEconomicsGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The CFA Institute Research Challenge wrapped up its seventh competition on 12 April in London with a new global champion: Wroclaw University of Economics. The five-member winning team from Poland included Jan Kasperowicz, Katarzyna Kowalczyk, Piotr Lembas, Kamil Saklaski, and Marta Szudzichowska, who served as the team’s captain. Szudzichowska explained that in addition to extensive preparation for each challenge event, an important element of the team’s winning strategy was their ability to handle stress. To relieve pressure and regain their focus, the team enjoyed playing a card game called “Jungle Speed.” “In the end, before our final presentation, only one thing really mattered: how to deal with the stress,” said Szudzichowska. “The card game really helped us cool off and enabled us to go into the Q&A session with clear heads.” As part of the research challenge competition, students worked in teams to write an initiation-of-coverage report on their assigned subject company. Some teams are then invited to present and defend their “buy,” “sell,” or “hold” recommendation to a panel of industry experts. This is no small task. Students spend hundreds of hours preparing for the competition while enrolled in full course loads (sometimes at the graduate level), working, and managing other personal and professional commitments. Team member Kamil Saklaski learned many lessons from the experience, especially when it came to collaboration. “The research report that we had to prepare on KGHM Polska Miedź S.A. required different expertise, approaches, and ideas. Each of us improved our analytical skills while working on each section, keeping in mind the whole structure and the character of our investment story. On the other hand, we gained a lot of ‘soft skills’ too, like teamwork, time management, task planning, and a broad array of presentation skills.” More than 3,500 students from more than 775 universities participated in local competitions held in 55 countries this year. Winners from each local-level competition, organized by volunteers at CFA Institute member societies, advanced to one of three regionals hosted by CFA Institute: Asia Pacific (held in Kuala Lumpur on 23 February), the Americas (held in Toronto on 21 March), and EMEA (held in London on 11 April). The winners from each regional then advanced to the final competition on 12 April and included:

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)0,008
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,002
Communication savante0,0140,015
Science ouverte0,0010,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0520,012

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 Opus0,016
Tête enseignante GPT0,208
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'étudeSans objet
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCFA MagazineMême sujetBusiness Strategy and InnovationTravaux en français237 207