MétaCan
Menu
Retour à la cohorte
Enregistrement W4414240305 · doi:10.3390/jrfm18090517

Fintech Converges with Investment and Risk: A Bibliometric Review

2025· review· en· W4414240305 sur OpenAlexvenueno aff
Michael Chuang, Sunil Shrestha

Notice bibliographique

RevueJournal of risk and financial management · 2025
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWarrantInvestment (military)Risk managementFinancial servicesKey (lock)Financial riskField (mathematics)BibliometricsFinTech

Résumé

récupéré en direct d'OpenAlex

The rapid growth of fintech is revolutionizing the delivery, access, and management of financial services. It also presents new risks and opportunities for investment. Despite growing scholarly interest, current research often remains fragmented and continues to explore technological innovation, investment behavior, and risk management in isolation without fully addressing their interrelated dynamics. This lack of integration has hindered a comprehensive understanding of how fintech transforms financial ecosystems and subsequent decision-making processes. By conducting a systematic literature review, study addresses the research gap by examining key developments, trends, and patterns within this field through bibliometric analysis using VOSviewer 1.6.20 and Biblioshiny 2025. From the perspectives of authors, affiliations, papers, and journals, this investigation identifies publication trends, key contributors, and geographic distribution. The results also indicate that numerous areas warrant further investigation, such as sustainability, inclusion, risk management, technologies, and behavioral traits. The review provides a more comprehensive understanding of how fintech is affecting investment practices and risk considerations by consolidating findings and analyses. It underscores substantial prospects for future research and fosters a more comprehensive academic dialogue, thereby facilitating the advancement of more informed, responsive, and forward-thinking fintech strategies in financial management.

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)0,009
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0870,118
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207