MétaCan
Menu
Retour à la cohorte
Enregistrement W2892794210

Risks in Large Value Payment Systems

2007· article· en· W2892794210 sur OpenAlexvenueno aff
Sunil Kh, elwal, Dayan, ey

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBanking Systems and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPaymentPayment systemBusinessDatabase transactionSystemic riskFinancial marketVulnerability (computing)Human settlementFinancial transactionIntermediaryFinancePayment service providerFinancial intermediaryCommerceFinancial systemEconomicsComputer scienceComputer securityFinancial crisis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Payment system is an integral part of the entire banking system in every country. Payment systems in centrally-planned economies differ greatly from market-driven economies. Almost all market-driven economies depend heavily on latest technology for efficient functioning of payment systems. The same technology is also a source of risks, which are found only in technology oriented payment systems, such as systemic risk. The discussion on LVPS assumes important dimensions due to its direct implications on financial market. The efficient functioning of payment system is necessary for the efficient functioning of the financial sector. Strong and sound payment system is required not only for long term stability of financial system but also for trouble free day-to-day working of settlements. The transaction on the financial market, generate risks for counterparties who undertake them, for the bankers, for the other intermediaries and for the central bank. The risks are greater in the case of LVPS. The disturbances in these settlements can have wider repercussions for the financial system and the economy as a whole. Due to application of technology the time taken for settling the transactions has been drastically reduced increasing to large volumes exposures. The structure of payment system determines the type of risk, who bears the risks and the vulnerability of the system.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,005
Communication savante0,0080,013
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 GPT0,267
Écart entre enseignants0,237 · 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

Citations8
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetBanking Systems and StrategiesTravaux en français237 207