MétaCan
Menu
← Retour à la cohorte
Enregistrement W3150537593 · doi:10.34989/swp-2021-23

An Empirical Analysis of Bill Payment Choices

2021· article· en· W3150537593 sur OpenAlexaffabout
Anneke Kosse

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

"Research from the Bank of Canada shows that Canadians use cash for about 30 percent of their purchases in stores, restaurants and other points of sale. We know very little, however, about how Canadians pay their monthly electricity costs, rent, water and other bills. Even less is known about the factors driving consumers' behaviour when paying bills. Yet, bill payments make up a large share of total transactions in Canada. In this paper, I examine how Canadians pay their bills, for example, with a cheque, through online banking or by automatic payment. I use a unique set of 2019 survey data collected from over 4,000 Canadians. Also, I examine why consumers use different options for paying bills. In particular, I look at how consumers’ payment choices and perceptions are influenced by demographics, financial situations, adoption of new technologies, general payment behaviour and bill type. The key conclusion is that there is currently no single, dominant payment method for all consumers and bills. People’s bill payment choices vary with their socio-demographics, attitudes toward new technologies and in-store payment habits. Also, payment options vary widely by bill, and many consumers feel limited in their choices. This suggests that the preferences of billers might play an important role in consumers' options for bill payment. These findings are useful for policy-makers and payment service providers intending to encourage migration away from paper-based payment methods, such as cash or cheques. Indeed, further migration may depend more on the billers than on overcoming consumer resistance to new payment methods."

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)0,003
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,421
Score d'incertitude au seuil0,838

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,049
Tête enseignante GPT0,336
Écart entre enseignants0,287 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetBanking stability, regulation, efficiency→Travaux en français237 207→