Examining payday loan utilization among households with mainstream credit access
Notice bibliographique
Résumé
Purpose This study aims to gain insight into the motivations behind the decision to use high-cost payday loans by households who possess mainstream credit and to determine whether this behavior has changed over time. Design/methodology/approach Using data from Statistics Canada’s Surveys of Financial Security, probit models are used to examine the sociodemographic and financial indicators associated with payday loan use. Findings The analysis uncovers the sociodemographic and financial characteristics of payday loan-user households with access to lower-cost short-term loans. The findings indicate that the likelihood of payday loan use has risen over time. Additional analysis reveals that indicators of financial instability are positively associated with payday loan use among this group. Research limitations/implications This research highlights the dichotomy of payday loan users and recommends policymakers tailor solutions to the specific needs of different types of payday loan users. Practical implications This research highlights the distinguishing sociodemographic and financial characteristics of payday loan user households and recommends policymakers tailor solutions to the specific needs of different types of payday loan users. Originality/value This is the first study, to our knowledge, to focus analysis on payday loan use of those with access to lower-cost short-term credit alternatives in Canada and to include measures of financial instability in the analysis. This research is timely given the current economic environment of high interest rates and high levels of household debt.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».