Notice bibliographique
Résumé
How to use finance as a tool to build a more equitable and sustainable society. Money defines our present and will shape our future. Every investment decision we make adds a chapter to the story of what our world will look like. Although the idea of mission-based finance has been around for decades, there is a gap between organizations' stated intention to “do good” and meaningful impact. Still, some are succeeding. In Just Money, Katrin Kaufer and Lillian Steponaitis take readers on a global tour of financial institutions that use finance as a force for good. Kaufer and Steponaitis visit a bank in Europe that bases its business model on full transparency; a credit union in Canada that designed an alternative to payday lending for its community; and microfinance institutions in El Salvador and Bangladesh that provide financing to small-business clients who do not have access to the mainstream banking system. They discuss what it takes to build and operate a mission-focused business, whether the Just Banking model is scalable in the face of systemic barriers, and how to assess impact effectively. Finally, they introduce the logic of ecosystem finance, in which business decisions align with societal needs. Doing so requires more than adding impact indicators; it requires developing a new business model. With Just Money, Kaufer and Steponaitis remind us that money, if used intentionally and equitably, can be just money—a tool that serves nature, human development, and social justice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».