MétaCan
Menu
Retour à la cohorte
Enregistrement W4415269092 · doi:10.69554/azph8747

Why cash alone won’t cut it: Practical strategies to increase resilience in European payment infrastructure

2025· article· en· W4415269092 sur OpenAlexaff
David G. Birch, Lionel Grosclaude

Notice bibliographique

RevueJournal of payments strategy & systems · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensHyperion Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPaymentBackupCashResilience (materials science)Payment service providerMobile paymentPayment systemPayment card

Résumé

récupéré en direct d'OpenAlex

At a time when, as the European Card Payment Association puts it, ‘economic relationships between nations can quickly sour’,1 the issue of resilience in payment systems has become both more important and more urgent in the strategic plans of governments, financial institutions and businesses alike. Some European governments have tended to look at cash as the key to resilience in retail payments, advising citizens to hoard (non-interest-bearing) cash at home — but is this the best strategy? This paper examines both natural and man-made disasters to see what lessons we can learn about the use of cash as a backup to electronic payment systems. The paper concludes that rather than rely on cash alone, the best way to increase the overall resilience of both national and regional payment systems in general, and pan-European payments infrastructure in particular, is through the use of multiple, independent electronic payment systems alongside some cash. The paper further concludes that the addition of ‘offline’ payment capabilities would substantially increase resilience, and that this should therefore be a focus of interest for strategists in the field. The paper suggests four areas where European strategic planners might focus: aiding domestic schemes to evolve adjacent functionality (specifically, digital identity); accelerating the take-up of account-to-account payments; advancing the use of stablecoins; and advocating for the development of offline central bank digital currency. This article is also included in the Business & Management Collection which can be accessed at https://hstalks.com/business/.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,344
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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.

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 revueJournal of payments strategy & systemsMême sujetBanking stability, regulation, efficiencyTravaux en français237 207