Partial Ordered Logit Analysis of Confidence Levels in Financial Institutions in Ghana. The Case of Asante Mampong Municipality
Notice bibliographique
Résumé
In recent times the financial sector (FS) of Ghana has been saddled with liquidity and operational challenges leading to several financial policies put in place by the Central Bank. The financial crisis and its resultant stringent measures affected public confidence as many customers lost their investments/savings while some financial institutions were consolidated or collapsed. Noting the critical role of public confidence in the financial sector, this paper assessed the confidence levels in FS of Ghana, using Asante Mampong Municipality as a case study. A random sample of 384 respondents was used. Due to the ordinal nature of the dependent variable (confidence levels), the Partial Proportional Odds (PPO) model was used when the ordered logit model failed to pass the proportional odds assumption. About 46.4% of the respondents reported having ‘no confidence’ in the financial institutions of the country, while 37% indicated having ‘somehow confident’ in the sector. Less than 20% of the respondents expressed ‘confident’ (13.3%) or ‘very confident’ (3.4%) in the FS. Duration of engagement with a financial institution, loss of investment, awareness of crisis/reforms of the financial sector and income levels affected the confidence levels in the financial sector. Financial institutions are recommended to strengthen their relationship with customers by providing improved services and policy measures that secure customers investment/savings to ensure sustained and increased levels of confidence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».