MétaCan
Menu
Retour à la cohorte
Enregistrement W2745463288 · doi:10.29264/jakt.v14i2.1907

Pengaruh Kinerja Keuangan terhadap Simpanan Dana Pihak Ketiga Melalui Nisbah Bagi Hasil (Studi Kasus Bank Umum Syariah di Indonesia Periode 2012-2015)

2018· article· en· W2745463288 sur OpenAlexaboutno aff
Ayu Annisa, Isna Yuningsih, Rusliansyah Rusliansyah

Notice bibliographique

RevueAKUNTABEL · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Finance and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessRevenueRevenue sharingProfit sharingThird partyQuarter (Canadian coin)FinanceEarnings before interest and taxesReturn on assetsOperating expenseNet profitAccountingProfit (economics)Financial systemBusiness administrationEconomicsProfitability index

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the effect of the financial performance of third party funds through revenue sharing on Islamic banks during the period of the first quarter of 2012 until the second quarter 2015. The number of samples in this study are 7 companies, which are taken according to specific criteria banking company sharia is still registered during the observation period 2012-2015 which publishes quarterly financial reports during the study period Then hypothesis testing is done by using partial least square (PLS) 3.2.4. The results showed that a statistically significant effect on the financial performance of third party funds, financial performance significant effect on revenue sharing, profit sharing ratio did not significantly affect third-party funds and financial performance did not significantly affect third-party funds through revenue sharing.Keywords: Third-party funds, ratio of profit sharing, capital adequacy ratio (CAR), Non Performing Financing (NPF), Return on Assets (ROA), Operating Expenses Operating Income (ROA), and Financing to Deposit to ratio (FDR)

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,289 · 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'étudeQualitatif
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAKUNTABELMême sujetIslamic Finance and CommunicationTravaux en français237 207