MétaCan
Menu
Retour à la cohorte
Enregistrement W4313071792 · doi:10.55365/1923.x2022.20.24

Analysis of Aspects of the Regional Economy in the Digital Economy, Using the Example of Financial Services

2022· article· en· W4313071792 sur OpenAlexvenueno aff
Stanislavs Buka, Andrey Surmach, Oļegs Černiševs

Notice bibliographique

RevueReview of Economics and Finance · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital economyFinancial servicesGoods and servicesProduct (mathematics)Service (business)Point (geometry)Relevance (law)Information economyEconomyBusinessWorld economyEconomicsField (mathematics)FinanceComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The relevance of the study is that, in the aspects of the development and offer of financial products are not manifested outside the digital world, then from the point of the need for analysis, the question of the possibility and necessity of applying the existing approaches of the regional economy. raditional regional economic theories of the 20th century can be summarized as made-here-sold-there goods. The aim of the study is to analyse the offer of electronic financial services, as part of the Digital Economy, from the point of view of the regional economy. Research methodology includes analysis and synthesis of financial market knowledge. Financial services as an example were chosen by the authors since such services are completely provided in the digital field and thus will exclude the influence of aspects of the product or service that are provided outside the digital world on the final judgments and analysis. The paper discusses models for individual cases in the regional economy, when all regions are equally distant from each other. It is determined that a modern financial product can be based on local industries located in different regions, but united by one production -the so-called ecosystem, which has been studied at the international level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,215
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207