MétaCan
Menu
Retour à la cohorte
Enregistrement W3177259224 · doi:10.3934/qfe.2021024

Learning about financial health in Canada

2021· article· en· W3177259224 sur OpenAlexaffabout
Adam Metzler, Yuhao Zhou, Chuck Grace

Notice bibliographique

RevueQuantitative Finance and Economics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensWestern UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPayrollDemographicsPerspective (graphical)Cluster (spacecraft)Coping (psychology)Point (geometry)Cluster analysisPsychologyFinancial distressDemographic economicsActuarial scienceBusinessEconomicsDemographySociologyAccountingComputer scienceClinical psychologyArtificial intelligenceMathematicsFinancial system

Résumé

récupéré en direct d'OpenAlex

<abstract> This paper applies cluster analysis to eleven (continuous) years' worth of responses to the Canadian Payroll Association (CPA) survey of employed Canadians. The clustering algorithm clearly identifies three distinct groups of respondents. Between-group comparison of response patterns reveals that two of the groups lie on opposite sides of the financial health spectrum, and leads us to label their members "financially stressed" and "financially capable", respectively. The third group shares characteristics with both the stressed and capable groups, and we label its members as "financially coping". We find that financial stress is both widespread (one third of all respondents are identified as stressed) and complex (stress is only weakly related to simple demographics such as age or income). From a methodological perspective, an important point is that our use of cluster analysis allows us to generate rigorous insights into financial well-being, without having to measure it directly. </abstract>

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,031
Tête enseignante GPT0,316
Écart entre enseignants0,286 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueQuantitative Finance and EconomicsMême sujetHealth disparities and outcomesTravaux en français237 207