Design of a methodology for the selection of mobile payment technologies in developing countries
Notice bibliographique
Résumé
Las transacciones en efectivo se han reducido a un 25% del total en países como China, Canada o Corea del Sur. Esto significa que, por lo general, la gente ya no usa efectivo y la principal razón para esto es el auge de los pagos digitales. La mayoría de estas transacciones se realizan con tarjetas bancarias y con transferencias, sin embargo, en los últimos años han aparecido nuevos agentes que implementan pagos móviles y están consiguiendo un gran éxito. Debido a la aparición de un gran número de tecnologías diferentes para la realización de pagos móviles, aparece una complejidad añadida para seleccionar la tecnología más adecuada para cada escenario. Aunque los pagos móviles están muy extendidos en varios países, hay aún muchas oportunidades para aprovecharlos en países en desarrollo debido al rápido crecimiento de estas tecnologías. Hay numerosas razones que explican por qué los pagos móviles son especialmente interesantes en países en desarrollo, como la rápida difusión de teléfonos móviles, la complejidad de bancarización en pequeñas comunidades, los bajos costes que conllevan los pagos móviles y la situación social y económica en estas regiones. Estas cuestiones se analizarán en profundidad y el principal objetivo es desarrollar una metodología para seleccionar la tecnología más apropiada para cada entorno. En este documento se incluye una revisión de los pagos digitales en la actualidad, centrando el foco en los pagos móviles ya que son los responsables del significativo aumento en el uso de pagos digitales. Con el objetivo de implementar nuevos modelos de negocios en países en desarrollo usando pagos móviles, es necesario seleccionar la tecnología más adecuada debido a que por lo general no hay una aplicación dominante. Consecuentemente, una metodología para seleccionar la óptima es imprescindible por lo que, en este documento se diseñará dicha metodología general que pueda aplicarse a la mayoría de entornos. Finalmente, la metodología creada se aplicará en Panamá y en Perú, dos países en desarrollo de América Latina donde la Fundación Acciona.org está realizando un proyecto para extender el acceso a energía limpia. Para hacer esto, se analizará la situación actual de dichos países y la metodología propuesta se seguirá paso a paso hasta lograr seleccionar un único método de pago que se implementará en esos proyectos especificamente.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».