MétaCan
Menu
Retour à la cohorte
Enregistrement W3150813413 · doi:10.1515/9781400835256

Unsettled Account: The Evolution of Banking in the Industrialized World since 1800

2010· article· en· W3150813413 sur OpenAlexaboutno aff
Richard S. Grossman

Notice bibliographique

RevueProject Muse (Johns Hopkins University) · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBoomGrossmanBustNoticeFinancial systemFinancial crisisEconomicsRecessionBusinessWork (physics)Market economyEconomyPolitical scienceKeynesian economicsLawEngineering

Résumé

récupéré en direct d'OpenAlex

Commercial banks are among the oldest and most familiar financial institutions. When they work well, we hardly notice; when they do not, we rail against them. What are the historical forces that have shaped the modern banking system? In Unsettled Account, Richard Grossman takes the first truly comparative look at the development of commercial banking systems over the past two centuries in Western Europe, the United States, Canada, Japan, and Australia. Grossman focuses on four major elements that have contributed to banking evolution: crises, bailouts, mergers, and regulations. He explores where banking crises come from and why certain banking systems are more resistant to crises than others, how governments and financial systems respond to crises, why merger movements suddenly take off, and what motivates governments to regulate banks. Grossman reveals that many of the same components underlying the history of banking evolution are at work today. The recent subprime mortgage crisis had its origins, like many earlier banking crises, in a boom-bust economic cycle. Grossman finds that important historical elements are also at play in modern bailouts, merger movements, and regulatory reforms. Unsettled Account is a fascinating and informative must-read for anyone who wants to understand how the modern commercial banking system came to be, where it is headed, and how its development will affect global economic growth.

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 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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,011
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,217
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

Prédiction automatique; un appel candidat d’une seule tête enseignante, 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
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

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProject Muse (Johns Hopkins University)Même sujetBanking stability, regulation, efficiencyTravaux en français237 207