MétaCan
Menu
Retour à la cohorte
Enregistrement W7098965401

Strategic Planning in the Malaysian Insurance Industry

2016· article· en· W7098965401 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotany and Geology in Latin America and Caribbean
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderwritingStrategic planningInsurance industryProfit (economics)Key person insuranceQuarter (Canadian coin)Financial plan
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article examines the extent of planning and the key essential characteristics of planning in the Malaysian insurance industry. A survey was conducted with the support of the Malaysian Insurance Institute. A total of 59 insurance companies involved in life, general and composite businesses were given the questionnaire. A total of 36 companies responded the questionnaire. The findings showed that all the insurance companies con-ducted formal planning. However, only one quarter have a planning unit/section. The extent of planning conducted varies according to the type of insurance business and existence of planning unit/section. The Chief Executive Officers are highly involved in the planning activities. Planning activities are focused at the functional level, short term, and the medium term. There are more firms conducting an internal analysis than an external analysis. As for corporate objectives, underwriting profit is rated as most important and the sum insured as least important. It was also found that nearly 89 % of the firm pursed a combination strategy of growth and stability. Overall, nearly 75 % considered the effectiveness of the planning system in achieving corporate goals, and about 37 % considered it as most important towards better performance. Implications of the findings are also discussed. 1.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBotany and Geology in Latin America and CaribbeanTravaux en français237 207