A Systematic Literature Review on Personal Financial Well-Being: The Link to Key Sustainable Development Goals 2030
Notice bibliographique
Résumé
This study presents systematic literature review (SLR) of financial well-being which is crucial for attaining several key UN Sustainable Development Goals 2030 (SDG 1, 3, 10 and 16). After applying the criteria of selection, the study included 133 publications from 79 high-impact journals, using Web of Science (WoS) Core Collection database. Unlike previous studies, the study contributes to the existing body of knowledge by conducting systematic review of financial well-being literature from a holistic perspective and presenting the most recent and up-to-date research findings in the area. VOSviewer, a software tool was used to create bibliometric networks. The results of this systematic review study suggested the following conclusions: (a) financial well-being is a dynamic and multidimensional construct; (b) studies studying antecedents of financial well-being are far more in number than consequences; (c) majority of the previous studies are based on quantitative research methods (112), that is, secondary data research (75); (d) financial well-being has been mostly quantified using subjective measures; (e) the previous studies seems to be dominated by developed countries like the USA, Canada, Germany, and, England posing several limitations in practice; (f) Financial well-being was mostly studied with ‘poverty’, ‘behavior’, ‘income’, ‘health’ and ‘growth’. Limitations and future research directions of the current study are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,034 | 0,026 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».