Notice bibliographique
Résumé
Equity crowdfunding (ECF) is quickly emerging as an important mechanism to help bridge a major funding gap for small businesses. ECF provides an opportunity for these businesses to leverage technological advances that provide access to funds from a wider range of potential investors, including those retail investors who may previously not have participated in investing. This report on ECF was prepared for the Association of Southeast Asian Nations (ASEAN). The objectives of the report are to provide information and recommendations for member states in ASEAN which have not yet introduced ECF on the key issues they should consider in designing a regulatory framework for ECF; and for those ASEAN member states which have introduced a regulatory framework for ECF, provide information on developments in the regulation of ECF in other jurisdictions. This report: (1) defines ECF; (2) compares ECF to other forms of crowdfunding; (3) outlines the roles of the main participants in the ECF process (issuers, investors, and platform operators); (4) discusses the economic background to ECF including the main justifications for the introduction of ECF into ASEAN; (5) identifies the benefits and risks associated with ECF; and (6) provides detailed analysis of ECF in four jurisdictions – two ASEAN member states (Malaysia and Thailand) and two jurisdictions which are not members of ASEAN (the United Kingdom and Australia) together with briefer discussion of developments in ECF regulation in the United States, New Zealand, Canada, China, Hong Kong, and Singapore. This analysis of how ECF is regulated in a number of jurisdictions leads to a series of recommendations regarding the key issues that should be considered in designing a regulatory framework for ECF.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».