MétaCan
Menu
Retour à la cohorte
Enregistrement W33767608 · doi:10.3389/fnins.2021.626466

The impact of monetary policy on commercial bank lending in Malaysia: The investigation on agriculture, construction & manufacturing sectors

2005· article· en· W33767608 sur OpenAlexfundno aff
Mohd Amy Azhar Mohd Harif, Mohd Zaini Abd Karim, Azira Abdul Adzis

Notice bibliographique

RevueFrontiers in neuroscience · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMonetary policyLoanAgricultureEconomicsBank rateMonetary baseVector autoregressionBusinessFinancial systemMonetary economicsFinanceCentral bank

Résumé

récupéré en direct d'OpenAlex

The Campbell-Robson chart is a highly popular figure used in psychophysics and visual perception textbooks to illustrate the Contrast Sensitivity Function (CSF). The chart depicts a grating which varies logarithmically in spatial frequency (SF) from left to right and in contrast from bottom to top. Campbell and Robson's (1964) intuition was that the boundary between the grating and the homogeneous gray area (below threshold) would trace the shape of the observer's own CSF. In this paper, we tested this intuition. A total of 170 participants (96 adults and 74 children) adjusted the four parameters of a truncated log-parabola directly onto a Campbell-Robson chart rendition and completed a gold-standard CSF evaluation. We hoped that this procedure which requires a mere three clicks on the computer mouse, would speed up the measurement of the CSF to under a minute. Unfortunately, the only parameter of the truncated log-parabola fitted to the gold-standard CSF data that could be predicted from the Campbell-Robson chart data was the peak sensitivity for the adult participants. We conclude that the curve visible on the Campbell-Robson chart cannot be used practically to measure the CSF.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,282

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 technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,212 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in neuroscienceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207