MétaCan
Menu
Retour à la cohorte
Enregistrement W2807926272 · doi:10.5539/ibr.v11n7p120

Identification of Barriers to Financial Inclusion Among Youth

2018· article· en· W2807926272 sur OpenAlexvenueno aff
Amra Babajić, Jasmina Okičić, Meldina Kokorović Jukan

Notice bibliographique

RevueInternational Business Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesFederalno Ministarstvo Obrazovanja i Nauke
Mots-clésFinancial inclusionUnbankedDebit cardCredit cardFinancial servicesFinancial institutionIdentification (biology)Bank accountBusinessInclusion (mineral)InstitutionFinancial literacyIndependence (probability theory)Financial independenceFinancial systemFinancePaymentEconomicsAccountingPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

In recent years there is an increasing research attention on youth and their transition to adulthood. In that transition they have increasing demand for financial products and services. If they are not financial included it may leave long-lasting consequences for their future independence and stability.The main goal of this research is to investigate and explain barriers to poor financial inclusion of youth in Federation of Bosnia and Herzegovina (FBiH), and make some recommendations for increasing their financial inclusion, and indirectly for strengthening their social inclusion. Implications of this study suggest that the main reason for being unbanked is because someone else in the family already has an account, or because they do not have enough money to use services of financial institutions. The results have revealed statistically significant relation between need for financial services at a formal institution and having a bank account, category of students’ financial knowledge and having a bank account, having a debit card and having a credit card. Research results can serve the economic and social policy makers in the FBiH in policy and strategy design.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207