MétaCan
Menu
Retour à la cohorte
Enregistrement W3155371861 · doi:10.5267/j.ac.2021.3.020

Financial services authority on profitability with external factors as moderating variables at regional development banks in Indonesia

2021· article· en· W3155371861 sur OpenAlexvenueno aff
Reslianty Rachim, Sukisno S. Riadi, Ardi Paminto, Felisitas Defung, Rahcmad Budi Suharto, Made Setini

Notice bibliographique

RevueAccounting · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexBusinessModerationLocal governmentSample (material)FinanceFinancial systemAccountingPolitical science

Résumé

récupéré en direct d'OpenAlex

Analyzing the effects of Internal Factors, Local Government Interventions, External Factors and Policies of Bank Indonesia and the Financial Services Authority on Profitability with External Factors as Moderating Variables at Regional Development Banks in Indonesia. Sample this research is a Regional Development Bank of 24 Banks with research data from 2010 to 2018. A total of 24 Regional Development Banks throughout Indonesia were sampled from 2010 to 2018, so the observation data in this study includes 216 research data and there are 80 outlier data so that the data processed in this study with 136 data processed in the study. Analysis of the data in this study used Structural Equation Modeling with Warp PLS Program and internal actors gave a significant influence on profitability, Intervenes local government gave insignificant influence on profitability, External actors gave a significant influence on profitability, policy Bank Indonesia and financial services authority gave insignificant influence on profitability, Policy Bank Indonesia and financial services authority gave a positive and insignificant influence on profitability with external factors as moderation at the Regional Development Bank in Indonesia.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,015
Tête enseignante GPT0,218
Écart entre enseignants0,203 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetIslamic Finance and Banking StudiesTravaux en français237 207