MétaCan
Menu
Retour à la cohorte
Enregistrement W2785283067 · doi:10.25904/1912/2818

Exploring the Financial Literacy Education Practices in a Canadian Aboriginal Community: A Case Study

2016· dissertation· en· W2785283067 sur OpenAlexaboutno aff
Levon Blue

Notice bibliographique

RevueQUT ePrints (Queensland University of Technology) · 2016
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesGriffith University
Mots-clésFinancial literacyPovertyFace (sociological concept)Perspective (graphical)Financial crisisFinanceFinancial servicesBusinessEconomicsEconomic growthSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Countries around the world, both developed and emerging, agree that financial literacy education (FLE) is of critical importance, with current economic times having led to an opportune moment for financial education. The 2008 global financial crisis (GFC), increasingly complex financial markets, and widespread growth of alternative or predatory financial services are all valid reasons for FLE. At present FLE is considered an essential 21st century life skill for individuals to acquire. Opportunities to teach individuals how to make simple financial decisions about money management and exposure to financial dilemmas an individual might face are some of the approaches used. Ensuring that individuals manage their personal finances effectively so that they have adequate funds to enable a comfortable retirement tends to be the dominating push of FLE. Indeed, this conventional FLE approach is often packaged as easy to acquire skills and knowledge that individuals are expected to follow to effectively manage their finances. The conventional approach also operates from a deficit perspective where assumptions are made about what an individual can or cannot do based on their financial circumstances. Moreover, the social structures that exist to ensure that both poverty and extreme wealth co-exist are not exposed. Therefore, caution should be taken when viewing education as the sole solution to the world’s economic problems as there are other factors to consider such as socio-economic status (SES), gender, culture and behaviour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,126
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQUT ePrints (Queensland University of Technology)Même sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207