MétaCan
Menu
Retour à la cohorte
Enregistrement W4407044538 · doi:10.1108/ijbm-05-2024-0264

An examination of financial vulnerability among the AAPI population in the United States

2025· article· en· W4407044538 sur OpenAlexaff
Kyoung Tae Kim, Sunwoo T. Lee

Notice bibliographique

RevueInternational Journal of Bank Marketing · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBusinessVulnerability (computing)PopulationMarketingFinanceEnvironmental healthMedicineComputer security

Résumé

récupéré en direct d'OpenAlex

Purpose This study uses data from the National Financial Capability Study to examine the financial vulnerability of Asian American and Pacific Islander (AAPI) adults relative to that of other major racial/ethnic groups in the United States across the past decade and within the AAPI population, examining how vulnerability varied across AAPI adults of East Asian, South Asian, Southeast Asian, and Pacific Islander heritage. Design/methodology/approach The study uses four waves (2012, 2015, 2018 and 2021) of the State-by-State National Financial Capability Study (NFCS) and the 2021 NFCS AAPI Oversample dataset. Financial vulnerability was estimated using five binary indicators: (1) An inability to come up with $2,000, (2) An experience of overdraw, (3) A lack of emergency fund savings, (4) Difficulty paying bills and expenses, and (5) Credit card revolving. A financial vulnerability index was also created using the binary indicators. Logistic regression analyses were conducted on binary indicators and an OLS regression was additionally conducted on the aggregated financial vulnerability index. Findings Results show that, overall, AAPI respondents reported the lowest levels of financial vulnerability relative to White respondents, Black respondents, Hispanic respondents, and those of another race or ethnicity. However, using the 2021 datasets, we found that within the AAPI population, financial vulnerability varied widely by heritage, with those of East Asian heritage reporting less vulnerability than AAPI adults of other studied heritage groups. Originality/value These results provide insights into the financial well-being of AAPI households, particularly amidst the COVID-19 pandemic, and present initial evidence of the significant disparities that exist within this heterogenous community. This study provides valuable insights for researchers, educators, policymakers, and financial practitioners.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,027
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 GPT0,263
Écart entre enseignants0,253 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bank MarketingMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207