MétaCan
Menu
Retour à la cohorte
Enregistrement W3214130398 · doi:10.1093/acrefore/9780190228637.013.1506

Financial Turbulence and Crisis

2021· reference-entry· en· W3214130398 sur OpenAlexaboutno aff
Caner Bakır, Sinan Akgunay, Mehmet Kerem Çoban

Notice bibliographique

RevueOxford Research Encyclopedia of Politics · 2021
Typereference-entry
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisFinanceEconomicsGeography of financeFinancial marketIndirect financeFinancial systemBusinessMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Why do financial turbulence and crises occur? What are different types of financial crises? Why do different countries experience financial crises, while some are more resilient? These are intriguing questions that relate to financial turbulence and crisis. The financial system is inherently susceptible to turbulence and crises: The world has witnessed several rounds of financial turbulence since the early 2000s. The 2008 global financial crisis and the worldwide financial turbulence that took place following the impact of the COVID-19 pandemic are examples. Periods of financial turbulence relate to heightened uncertainty and volatility in financial markets, and some of those periods can trigger financial crises. It is puzzling that although some countries can weather financial turbulence without falling into a financial crisis, others do not. This was observed during the global financial crisis. For example, financial turbulence triggered a financial crisis in some of the liberal market economies such as the United States and the United Kingdom. In contrast, Australia and Canada remained relatively resistant to financial turbulence. The existing literature tends to justify how and why a period of financial turbulence resulted in a financial crisis by looking at individual structural-, institutional-, or actor-level factors. In addition to the independent (separate) effects of these three principal explanatory factors, there is a need for detecting and analyzing their individual; interactive; and/or cumulative structural, institutional, and agential explanatory factors at work. Thus, it is crucial to explore some of the interrelated dynamics informing agency behavior which generate socioeconomic outcomes. Specifically, we call for a rigorous and refined analysis of how and why <italic>complementarities</italic> and <italic>enabling conditions</italic> that stem from interactions between structural and institutional factors influence actors’ agency and socioeconomic/political outcomes.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,307
Écart entre enseignants0,257 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of PoliticsMême sujetBanking stability, regulation, efficiencyTravaux en français237 207