MétaCan
Menu
Retour à la cohorte
Enregistrement W4207074365 · doi:10.31079/1992-2868-2021-18-4-59-65

GENDER CHARACTERISTICS OF A PERSON'S ATTITUDE TO MONEY

2021· article· en· W4207074365 sur OpenAlexaboutno aff
Svetlana K. Malahaeva

Notice bibliographique

RevueThe Humanities and Social Studies in the Far East · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPleasurePsychologyQuarter (Canadian coin)Social psychologyDemographySociologyGeography

Résumé

récupéré en direct d'OpenAlex

The study was conducted to investigate the hypothesis that female persons, regardless of their biological sex, have the greatest pleasure from money; masculine persons are fixed on earning of money. 54 men and 67 women from Irkutsk took part in the study. It was found that young men (under 30 years of age) expect improvement in their financial situation in the fu-ture, they are the most ambitious. A quarter of men over the age of 30 have a fixation on money, a motive for saving. Young women have a more pronounced negative attitude to money and increased stress because of money. Women over 30 years of age have adaptation mechanism of satisfaction with their financial situation in the future. Men over 30 years old – the more money they have, the more they want it. The greatest pleasure from shopping, from spending money, is more often received by women, regardless of what their physiological gender is.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,148
Tête enseignante GPT0,290
Écart entre enseignants0,143 · 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 source (Gemma direct ou Codex distillé), 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Humanities and Social Studies in the Far EastMême sujetFinancial Literacy and BehaviorTravaux en français237 207