MétaCan
Menu
Retour à la cohorte
Enregistrement W4415250587 · doi:10.1145/3757539

17 Years of Fintech for Financial Inclusion: A Systematic Review and Critical Value Analysis

2025· article· en· W4415250587 sur OpenAlexaff
Christoph Becker, Samar Sabie

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnderpinningFinancial inclusionWork (physics)ReflexivityFinancial analysisThematic analysisValue (mathematics)Financial services

Résumé

récupéré en direct d'OpenAlex

The use of ICT tools and platforms to support the financial practices of underserved communities has been growing, but on-ground experiences have been mixed and sometimes detrimental. To achieve the potential benefits of technologies for financial inclusion, a deeper understanding of the design of digital financial interventions is essential. We systematically and critically reviewed studies that developed and implemented technological interventions for financial inclusion from 2007 to 2024. Our analysis examines the types of financial technologies developed, the devices and technical channels used, the research methodologies employed, and the target populations. Additionally, we conducted a reflexive thematic analysis to investigate the values underpinning these studies. By analyzing 30 articles, we interpreted a total of 13 value themes-including trust, accessibility, robustness, and compatibility. Our work highlights a complex interplay of values, structural considerations, technical attributes, financial practices, and economic factors that underlie the design of financial technologies.

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)0,000
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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,002
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 Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,290 · 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'étudeRevue systématique
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207