finans_piyasasi_donusum_dijital_vs_geleneksel
Notice bibliographique
Résumé
Series of article: "Finans Piyasasında Dönüşümün Kavgaları: Dijital Bankacılık Geleneksel Bankacılığa Karşı" "Transformation Fights in the Financial Markets: Digital Banking vs Traditional Banking" The institutions that provide our data set are the Banking Regulation and Supervision Agency of Turkey (BDDK) and the Banks Association of Turkey (TBB). BRSA data: Monthly Banking Sector Data - Other Information https://www.bddk.org.tr/BultenAylik TBB data: TBB/Bank and Sector Information/Statistics and Data Inquiry Statistics/Reports/Alternative Distribution Channels/Digital, Internet and Mobile Banking Statistics The data accessed from the TBB data set is 3 monthly data. Taken as digital banking statistics. The data set of the study consists of the number of registered digital banking users(DBK), the number of active digital banking users(DBA), and the average number of branches(OSB) for 59 quarters, including the third quarter of 2020. The DBK and DBA series were used in the study. They were compiled from the DT22 coded report to reflect the total of individual and corporate customers. The data obtained from the BRSA monthly bulletin were converted to quarterly data in accordance with the TBB data set.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».