MétaCan
Menu
Retour à la cohorte
Enregistrement W2902209801 · doi:10.4018/978-1-5225-7074-5.ch006

FinTech and Its Disruption to Financial Institutions

2018· book-chapter· en· W2902209801 sur OpenAlexaff
Chen Liu

Notice bibliographique

RevueAdvances in logistics, operations, and management science book series · 2018
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensTrinity Western UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésCryptocurrencyFinTechIncentivePaymentBusinessPayment systemPayment service providerFinanceFinancial servicesMarketingEconomicsComputer scienceComputer securityMarket economy

Résumé

récupéré en direct d'OpenAlex

This chapter studies how FinTech is transforming traditional financial institutions (FIs). This chapter achieves the four related goals. First, it discusses the current stage of FinTech development in different areas such as crowdfunding, payment, blockchain, and cryptocurrency. Second, it examines how each FinTech development affects traditional FIs, in both positive and negative ways. Third, it explores how FIs are currently managing FinTech innovations. It also suggests ways through which these institutions could best utilize FinTech to better serve their customers and eventually optimize the overall financial system. Finally, following the book's focus on man's role at the center of technology advancement, this chapter discusses whether FIs' customers' needs are still placed at the center of FIs' incentives to adapt new technology, and if not, how can we focus back to the people that the financial system ultimately serves.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,008
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,249 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in logistics, operations, and management science book seriesMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207