MétaCan
Menu
Retour à la cohorte
Enregistrement W4395075064 · doi:10.1108/jfep-01-2023-0029

The dynamics of the financial inclusion index for developing countries: lessons learned

2024· article· en· W4395075064 sur OpenAlexaff
Ayi Gavriel Ayayi, Hamitande Dout

Notice bibliographique

RevueJournal of Financial Economic Policy · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésFinancial inclusionIndex (typography)Financial servicesTransparency (behavior)Developing countryFinancial analysisFinanceEconomicsInclusion (mineral)BusinessAccountingEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to calculate the financial inclusion index and analyze its dynamics in developing countries. Design/methodology/approach The authors use the two-stage principal component analysis (PCA) method and consider financial technology innovations to improve the accuracy of the financial inclusion index. Findings The authors found a downward trend in the financial inclusion index in most developing countries over the study period. The authors also found that a high financial inclusion index is linked to high scores in the Doing Business and high business climate regulation ranking. In addition, the authors observed that the rates of low financial inclusion in developing countries are due to low utilization of and unequal access to financial services. Practical implications The analysis suggests that policymakers in developing countries could invest in digital infrastructure to extend access to financial services in remote areas. They could also encourage financial innovation, particularly in financial technologies, by adopting flexible regulatory frameworks. Promoting the financial inclusion of marginalized groups through targeted initiatives tailored to their needs is another solution. They could also encourage the use of financial services by raising awareness and educating populations through training programs. Finally, to improve the business climate, governments could simplify administrative procedures and promote transparency and legal stability. Originality/value Unlike previous studies, the use of the two-stage PCA method and the consideration of financial technology (Fintech) innovations such as mobile money in the determinants of the financial inclusion index improve the accuracy of the index.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,297
Écart entre enseignants0,266 · 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'étudeObservationnel
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Financial Economic PolicyMême sujetMicrofinance and Financial InclusionTravaux en français237 207