MétaCan
Menu
Retour à la cohorte
Enregistrement W2993521320 · doi:10.1111/joes.12346

BANKING SECTOR PERFORMANCE, PROFITABILITY, AND EFFICIENCY: A CITATION‐BASED SYSTEMATIC LITERATURE REVIEW

2019· article· en· W2993521320 sur OpenAlex
Nisar Ahmad, Amjad Naveed, Shabbir Ahmad, Irfan Butt

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Economic Surveys · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésProfitability indexEconomicsCitationFinancial economicsMacroeconomicsFinanceComputer scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

Abstract This study presents a citation‐based systematic literature review on banking sector performance, particularly in terms of profitability, productivity, and efficiency. Specifically, the study aims to identify the leading sources of knowledge in terms of the most influential journals, authors, and papers. The paper presents a content analysis of the 100 most cited papers. In total, 1996 peer‐review papers were found relevant in the Scopus database by using a comprehensive list of keywords. The results show that the Journal of Banking & Finance appears to be the leading journal in terms of publication count and citations. Based on total citations, Allen Berger is the most prolific author. The most cited paper is “Problem loans and cost efficiency in commercial banks” by Allan Berger and Robert DeYoung. The content analysis of the top 100 papers identifies five essential themes: determinants of efficiency, methodology, ownership, financial crises, and scale economies. In terms of estimation approaches, 74% of papers employed frontier analysis, which includes 34% parametric and 40% nonparametric methods, and remaining 26% have used financial ratio analysis. Additionally, stochastic frontier and data envelopment analysis are widely used in parametric and nonparametric methods, respectively. An intermediate approach is extensively adopted for the specification of inputs and outputs.

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.

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)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,057
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,213 · 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