MétaCan
Menu
Retour à la cohorte
Enregistrement W4367610409 · doi:10.4018/978-1-6684-8368-8.ch003

FinTech Status in the Global Market

2023· book-chapter· en· W4367610409 sur OpenAlexaff
Itzel Natalia Carrillo Leguizamon, Rodrigo Alexander Cortez Solano, Daniel Esteban Ortega Pinzón, Billy Alessandro Grimaldi Milla, Monica Sofia Najera Moreno

Notice bibliographique

RevueAdvances in finance, accounting, and economics book series · 2023
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésIgnoranceFinTechBusinessRisk analysis (engineering)MarketingFinancial servicesFinancePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In recent years, the effectiveness of FinTech has become very important, but new technologies are created and implemented without considering their risks, only focusing on their advantages. Previous research found that the unmet needs for basic banking have been solved through financial technologies while, at the same time, bringing benefits to both people and businesses. Using a deductive approach to the mixed data found previously made it more manageable to understand FinTech's background and intercorrelation with e-business. Contrary to what many people assume about the risks of FinTech, findings have shown that 88% of data breaches come from human mistakes leading us to validate that the problem with FinTech is not the technology itself but the improper use of it and the ignorance around them—concluding that these challenges can be minimized and regulated with the right strategies. The overall effectiveness of FinTech is deemed positive, with the advantages outweighing the challenges.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,008
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,195 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in finance, accounting, and economics book seriesMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207