Notice bibliographique
Résumé
FinTech has often been spoken about in highly promising terms, deemed to have a profound and potentially revolutionary effect. This has led to speculation and intrigue about whether this innovative form of technology might have the capability to influence an entire economy significantly. More than that, some even contend that it carries the potential to alter societies dramatically through its direct impact on both existing economic frameworks and social structures. Thus, a vital question has risen to the forefront: could FinTech indeed be seen as a general-purpose technology? Following the initial inquiry, a second question emerges, delving deeper into the overall impact of FinTech. The focus is on understanding how it influences things at an aggregate level and as a potential general-purpose technology. How does it affect aggregate economic welfare? The paper conducts an in-depth analysis using two distinctly different definitions and characteristics of general-purpose technologies. By leveraging these definitions, the document provides valuable insights into how FinTech aligns with the attributes of a general-purpose technology, effectively showcasing that it can indeed be typified as such. Despite the growing body of research on FinTech, no study thus far has examined the implications or influence it has on welfare. At an aggregate level, the research findings indicate that FinTech influences supply curves positively. In turn, this results in a noticeable uptick in both consumer and producer surplus, bolstering overall welfare. The examination thus reveals how FinTech is indeed a reckoning force in modern economics, and potentially a game-changer. Thus, its significance as a general-purpose technology and the value it brings to aggregate economic welfare cannot be underestimated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».