MétaCan
Menu
Retour à la cohorte
Enregistrement W3093133284 · doi:10.5539/ijef.v12n11p1

Governance and Performance in Insurance Companies: A Bibliometric Analysis and A Meta-Analysis

2020· article· en· W3093133284 sur OpenAlexvenueno aff
Luisa Anderloni, Ornella Moro, Alessandra Tanda

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceAccountingMeta-analysisPoint (geometry)Quantitative analysis (chemistry)BusinessInsurance industryEmpirical researchActuarial scienceFinanceStatistics

Résumé

récupéré en direct d'OpenAlex

This paper provides a review of theoretical contributions and empirical studies on the external and internal mechanisms of corporate governance of insurance companies and their effects on performance and/or risk. Thanks to the analysis of the studies published between 1985 and 2019 through bibliometric tools, we are able to illustrate the networks of scientific collaborations (co-authorship) and relationships between the most used terms, also highlighting the most significant groups of scholars and research strands. Additionally, the paper carries out a meta-analysis of around thirty quantitative articles that show a relationship between the quantitative-qualitative characteristics of the Board of Directors and the performance of the insurance company. The empirical studies show a consensus on the positive contribution of board size and the presence of independent directors on performance. Moreover, insurance research networks do not appear to be very interconnected, especially as regards to emerging markets. The paper also provides a useful starting point for future research aimed at defining the specificities of the governance-performance relationship of insurance companies within an evolving regulatory and market framework.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrieMéta-épidémiologie (sens large)
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analyselow
gptBibliométrie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analyselow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,147
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,010
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)0,0000,000

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 Opus0,047
Tête enseignante GPT0,240
Écart entre enseignants0,193 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

BibliométrieMéta-épidémiologie (sens large)

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique · Synthèse

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

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetInsurance and Financial Risk ManagementCatégorieBibliométrieTravaux en français237 207