MétaCan
Menu
Retour à la cohorte
Enregistrement W3212783399

협동조합금융기관은 소득불평등 해소에 기여하는가?: 신용협동조합과 새마을금고를 중심으로

2014· article· ko· W3212783399 sur OpenAlexaboutno aff
박정희

Notice bibliographique

Revue한국협동조합연구 · 2014
Typearticle
Langueko
DomaineEnvironmental Science
ThématiqueKorean Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGini coefficientQuarter (Canadian coin)Profit (economics)BusinessInequalityEconomic inequalityEconomicsFinanceMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper verifies a hypothesis that CFIs(Cooperative Financial Institutions) contribute to the reduction of income inequality as they are originally established with the purpose of expanding financial access for poor families and firms. We presume that CFIs in Korea, such as credit unions and community credit cooperatives, had operated according to their original purpose until 1980s, with the result that they helped lots of poor people enhance their economic situation. However, since 1980 they have been engaging in financial activities resembling those of profit-oriented commercial financial institutions. Analysing quarterly financial data of credit unions and community credit cooperatives from the 4th quarter of 1993 to the 4th quarter of 2010, we find that overall there is a long-term negative relationship between the development of CFIs and income inequality represented by Gini coefficient. This confirms that the development of CFIs in Korea contributes to the reduction of income inequality, which is somewhat contrary to our initial expectation based on their history. Nevertheless, it may be necessary to search for more appropriate way to prompt the development of CFIs because they keep trying to resemble commercial financial institutions in their operation. We suggest that allowing the establishment of new financial cooperatives be an answer, which is only possible with the revision of the Basic Law on Cooperatives enacted in 2012.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,019

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 Opus0,009
Tête enseignante GPT0,202
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국협동조합연구Même sujetKorean Urban and Social StudiesTravaux en français237 207