MétaCan
Menu
Retour à la cohorte
Enregistrement W4301184963 · doi:10.1155/2022/1890029

China’s Green Bond Market: Structural Characteristics, Formation Factors, and Development Suggestions—Based on the Comparison of the Chinese and the US Green Bond Markets Structure

2022· article· en· W4301184963 sur OpenAlexaff
Haolan Li, Tiancheng He, Xihong Liao, Weizhen Tong

Dossier post-publication

NatureRetraction
MotifConcerns/Issues about Data;Concerns/Issues about Results and/or Conclusions;Concerns/Issues about Referencing/Attributions;Concerns/Issues about Peer Review;Investigation by Journal/Publisher;Investigation by Third Party;Paper Mill;Computer-Aided Content or Computer-Generated Content;Unreliable Results and/or Conclusions;
Date8/9/2023 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueInternational Journal of Antennas and Propagation · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSustainable Finance and Green Bonds
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChinaBond marketBondFinancial marketBusinessFinancial systemFinancePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Since 2012, green bond markets have boomed worldwide, particularly in the European Union, the United States, and China. Under this background, the researchers use the methods of literature research, qualitative analysis, and descriptive research to compare the structure of Chinese and American green bond markets and analyze their differences from the perspective of historical evolution, issuance standards, and market operation characteristics. The researchers believe that China’s bank-oriented financial structure and America’s market-oriented financial structure are the main reasons for the difference between the two countries. The researchers then discuss the strengths and weaknesses of China’s green bond market and conclude that the advantages of China’s green bond market structure lie in low risk and close relationships between banks and enterprises, while the disadvantages lie in low financial efficiency and give relevant suggestions. This article makes up for the lack of cross-country comparison in the existing research on the green bond market and provides a qualitative research perspective. The suggestions put forward have specific policy significance for developing the green bond market in China and other developing countries.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Antennas and PropagationMême sujetSustainable Finance and Green BondsTravaux en français237 207