MétaCan
Menu
Retour à la cohorte
Enregistrement W4416697924 · doi:10.1145/3773967.3773978

Developing a Research Agenda for Accessible Financial Technology

2025· article· en· W4416697924 sur OpenAlex
Jiamin Dai, Benjamin M. Gorman, Garreth W. Tigwell, Helena Marie Lyhme, Belén Barros Pena, Karyn Mofatt, Celine Latulipe, Valentina Andries, David Cropley, Zach Havens, Abi James, Shivaji Kumar, Anna Rohmann, Andra Sonea

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueACM SIGACCESS Accessibility and Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensUniversity of ManitobaMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWork (physics)PaymentKey (lock)FinTechFinancial servicesSocial innovationUser needs

Résumé

récupéré en direct d'OpenAlex

Financial technology (FinTech) increasingly impacts economic and social participation due to the growing adoption of online banking and digital payments in everyday life. As FinTech interests emerge in academic and industry work across the globe, critical needs and opportunities arise for accessible computing communities to lead and shape the discourse on accessible FinTech. To address this, we ran an online workshop (https://accessfintechworkshop.github.io/) as part of the ACM SIGACCESS Conference on Computers and Accessibility (ASSETS'24) to bring together researchers and practitioners interested in designing accessible and inclusive FinTech. By identifying diverse stakeholders, key challenges, design ideas, and research questions, this workshop started developing a research agenda for accessible FinTech. We took a timely step towards building a community to support continued discussion on the complex social and user contexts around FinTech.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0070,011
Intégrité de la recherche0,0000,001
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 Opus0,156
Tête enseignante GPT0,443
Écart entre enseignants0,287 · 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