MétaCan
Menu
Retour à la cohorte
Enregistrement W3122163865

Attitudes Towards and Satisfaction with Credit Unions in Alberta. A Regression and Scale Analysis

2005· preprint· en· W3122163865 sur OpenAlexaboutno aff
Henry A. Dakurah, Ellen Goddard, Nicholas Osuteye

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2005
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoticeNeglectScale (ratio)Financial servicesCredit historyBusinessEconomicsFinancePolitical sciencePsychologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Credit unions have played an important historical role in the Canadian economy. However, recent changes in the financial, agricultural and agri-food industry are posing great challenges to Credit unions in Western Canada. Much attention has been given to the impact of competitive rates and the environment offered by banks on credit union performance to the neglect of issues relating to member satisfaction and commitment which may be adding to other problems in the credit union sector. Studies by Feinberg (2001), Sibbald, et al (1999), Loser et. al (1999) , Fried, et. al (1999), Karels and McClatchey (1999) and Tokle, and Tokle (2001) among others have identified key issues relating to the competitive financial roles of credit unions in small financial services, in comparative analysis studies as well as merger related issues. However many of these studies have focused on the financial aspects of credit unions, and have not dealt with broader issues of whether or not the public understands the nature of credit unions, why people stop or intend to continue being members of credit unions. A mailed questionnaire, designed to elicit understanding of and attitudes towards credit unions was sent out to 1500 Alberta residents. In spite of the fact that the survey was complex with no reminder notice sent, the response rate was 12%. Analysis was conducted with a series of scale and logit regression analyses based on the Theory of Planned Behaviour (TpB) (Ajzen and Fishbein 1975, 1980 and Ajzen (2001) to elicit respondents´ beliefs, satisfaction and attitudes towards credit unions, and to measure the factors affecting their intention to patronize credit unions. Results indicate 78% of respondents were familiar with and understood the concept of credit unions. The majority (58%) was male, and 71% were aged 45 or older. Respondents who are active members of a credit union generally held positive attitudes towards their credit unions, and 89% rated their credit unions as performing well under a set of six performance categories. Analysis from the logit models found credit unions involvement with the local community and customer service to be the major reasons for credit union patronage. Elicitation of respondents´ intentions to patronize a credit union from the TpB analysis show that among the three attributes (attitude, subjective norm, and perceived behavior control), respondents´ subjective norm (siblings influence) and perceived behavioral control significantly explained patronization intentions. Results suggest that a 22 percentage of the public is unaware of credit unions, a further 30 percentage was once and is no longer a member of a credit union. For the 58% of the population that remain committed to credit union, there are still significant issues around member involvement in decision making, communication and provision of education/training to them.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,032
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,292
Écart entre enseignants0,268 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetCooperative Studies and EconomicsTravaux en français237 207