MétaCan
Menu
Retour à la cohorte
Enregistrement W29993890 · doi:10.1109/tcbb.2018.2833487

Perencanaan keuangan keluarga David pada reksadana Seruni pasar uang, asuransi Manulife, tabungan tahapan Bank Central Asia, deposito Bank NISP, deposito Bank LIPPO dan deposito Bank Internasional Indonesia

2006· dissertation· en· W29993890 sur OpenAlexfundno aff
Rany Mardiani Rahardjo

Notice bibliographique

RevueIEEE/ACM Transactions on Computational Biology and Bioinformatics · 2006
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Biomedical Imaging and BioengineeringU.S. National Library of MedicineNational Institute on AgingNational Institutes of HealthNational Natural Science Foundation of ChinaCanadian Institutes of Health ResearchNational Collegiate Athletic Association
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Studi kasus ini membahas mengenai perencanaan keuangan keluarga Bapak David dengan tujuan untuk membantu dalam mencapai tujuan-tujuan yang diinginkan. Keluarga David memiliki beberapa tujuan hidup yang ingin dicapainya di masa yang akan datang yaitu perencanaan proteksi, perencanaan pendidikan S1 dan S2 bagi putra bungsunya, perencanaan dana pensiun, perencanaan dana pernikahan dan perencanaan dana wisata. Untuk pengalokasian dana darurat digunakan produk Tabungan Tahapan Bank Central Asia, Deposito Bank NISP dan Reksadana Seruni Pasar Uang. Untuk perencanaan proteksi bagi Bapak David akan digunakan produk dari Asuransi Manulife. Untuk perencanaan pendidikan bagi putra bungsunya digunakan produk Deposito Bank NISP dan Reksadana Seruni Pasar Uang. Untuk perencanaan dana pensiun digunakan Deposito Bank Lippo dan Reksadana Seruni Pasar Uang. Untuk perencanaan dana pernikahan digunakan produk Deposito Bank Internasional Indonesia.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0300,013

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE/ACM Transactions on Computational Biology and BioinformaticsMême sujetIslamic Finance and Banking StudiesTravaux en français237 207