Finansiell läskunnighet och bakomliggande faktorer : En kvantitativ studie
Notice bibliographique
Résumé
Den svenska aktiemarknaden har genomgått en märkbar förändring de senaste åren, med en ökning av intresset för aktier bland unga. Samtidigt står samhället inför utmaningar att hantera bristen på kunskap när det gäller att fatta ekonomiska beslut. Det är av stor betydelse att kunna fatta välgrundade finansiella val, då det har en omfattande påverkan på både individen och samhällets ekonomiska välbefinnande. Mot bakgrund av att allt fler unga människor tar ekonomiska beslut redan i tidig ålder är det nödvändigt att undersöka vad som påverkar finansiell läskunnighet. Finansiell läskunnighet innebär att ha en grundläggande förståelse för finansiella begrepp och att ha förmågan att fatta välgrundade beslut. Tidigare forskning betonar att flera faktorer har en viktig roll vid undersökning av finansiell läskunnighet, inklusive kön, ålder och utbildning. Dessutom är det avgörande att framhäva vikten av att förstå risktolerans vid finansiella beslut. Den finansiella risktoleransen avser den grad av osäkerhet som en individ är villig att acceptera. Syftet med studien är att genomföra en undersökning av finansiell läskunnighet bland individer i Norra Sverige och identifiera faktorer som kan påverka och främja en ökning av finansiell läskunnighet. Med hänsyn till den växande trenden som unga människor har på aktiemarknaden, är det särskilt relevant att undersöka vad som bidrar till ökad finansiell läskunnighet. För att besvara studiens syfte har en enkätundersökning konstruerats och svaren har analyserats med hjälp av statistiska tester. Resultaten av studien, som baserar sig på ett stickprov om 100 individer, visar att kön inte har någon betydande påverkan på finansiell läskunnighet. Däremot är ålder en faktor som påverkar nivån av finansiell läskunnighet, individer i åldersgruppen 18–44 år visade sig ha högre finansiell läskunnighet än de som var 45 år och äldre. I den här studien är också utbildningsnivå en betydande faktor för att förstå finansiell läskunnighet, vilket stöder tidigare forskning. Sambandet mellan finansiell läskunnighet och risktolerans kunde inte bekräftas i denna studie. Därmed kan det konstateras att utbildning och ålder är de faktorer som bidrar till högre nivå av finansiell läskunnighet, vilket understryker vikten av att främja utbildning i finansiell läskunnighet i tidig ålder. Studien bidrar till en ökad medvetenhet om finansiell läskunnighet i Norra Sverige och lägger grund för fortsatt forskning kring faktorer som kan bidra till att öka finansiell läskunnighet och främja en mer hållbar ekonomisk framtid för individer och samhället som helhet.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».