MétaCan
Menu
Retour à la cohorte
Enregistrement W4328004519 · doi:10.55365/1923.x2022.20.111

Identifying Risks of Global Finance Digital Transformation

2022· article· en· W4328004519 sur OpenAlexvenueno aff
Павло Дзюба, Maryna Hrysenko, Vasyl Matei

Notice bibliographique

RevueReview of Economics and Finance · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Digital Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)Digital transformationGlobal financial systemRisk analysis (engineering)BusinessFinanceFinancial riskSystemic riskTransformation (genetics)Computer scienceFinancial crisisEconomicsFinancial marketMacroeconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

The relevance of the research subject in this study is based on the significant changes in the development of the global financial system in the last few years, which have increased the risks of the digital transformation of global financial assets and the necessity to identify effective options to cope with the current situation.The main objective of this research is to identify realistic prospects for identifying risks to the digital transformation of global financial assets and tools to address them in a timely and effective manner.The methodological approach in this research is based on a combination of systematic analysis of general principles for identifying the risks of digital transformation of global finance with a comprehensive study of methodologies for preventing the impact of these risk factors on the global financial system.This research has produced results that clearly illustrate the main risks of the digital transformation of global financial assets and the extent to which they have a real impact on the global financial system.The practical significance of the results obtained in this research study and the conclusions drawn from them is the possibility of their use for the timely detection of the risks of digital transformation of the financial activities of enterprises in various areas of the economy, and their timely and effective elimination.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0040,007
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,071
Tête enseignante GPT0,260
Écart entre enseignants0,189 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetEconomic Development and Digital TransformationTravaux en français237 207