MétaCan
Menu
Retour à la cohorte
Enregistrement W4310738128 · doi:10.18280/ijsdp.170708

Features of the Formation and Transformation of Household Credit Behavior Under Macroeconomic Instability

2022· article· en· W4310738128 sur OpenAlexvenueno aff
Maksym Dubyna, Valentyna Unynets-Khodakіvska, Олена Панченко, Olena Bazilinska, Volodymyr Matskiv, Oleg Lobko

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of Ukraine
Mots-clésEconomicsPolitical instabilityEconomic stabilityMacroeconomicsPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Within the article, the formation and transformation of credit behavior of households in the conditions of macroeconomic instability is examined. The research was conducted on the basis of the analysis of the features of economic development and the development of lending to households in Ukraine in 2006-2021. At the same time, the justification of theoretical features of the change in the specified type of behavior was carried out. First of all, in the article, economic and political conditions in which economy of Ukraine developed during the outlined period are studied. Appropriate statistical indicators were used for this purpose. Also, in the article, taking into account the indicators of macroeconomic dynamics, a thorough study of the field of lending to households was carried out. This made it possible to describe the peculiarities of the change in the state of such crediting in different conditions of the country's economic development. A detailed analysis of individual parameters of bank lending to households made it possible to describe the formed model of credit behavior of these economic entities and conduct a statistical analysis of the impact of individual economic parameters on changes in the volume of such loans, establish the strength of their influence and importance for ensuring stable functioning of the lending sphere of these economic entities.

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 enseignants0,006
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,234
Écart entre enseignants0,207 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEconomic Issues in UkraineTravaux en français237 207