Impact of Population Migration Profiles on Financial Literacy: The Case of Bosnia and Herzegovina
Notice bibliographique
Résumé
Financial literacy is becoming increasingly important in modern society, and its lack can have significant economic consequences. Global research indicates low rates of financial literacy, and population migrations additionally affect this dynamic. Migration flows in Europe have a special significance for financial literacy. The aim of this research is to determine the significance of the migration profile on financial literacy. Migration profiles such as immigrants, emigrants and residents without a migration background are analyzed, and an attempt is made to understand the connection between migration flows and financial literacy. The research was conducted on the basis of primary data collection, using the method of written (online) examination. As a form of data collection, a survey questionnaire was used, which was created on the basis of the OECD/INFE standardized questionnaire. The data was collected on a sample of 616 respondents in the first quarter of 2023. The results have showed that residents without a migration background have the highest level of financial literacy, while immigrants show the lowest level. The components of financial knowledge, behavior and attitudes and their connection with migration profiles were analyzed. The results indicate a negative impact of migration on financial literacy. Further analysis included control variables such as gender, age, education, work status and income. The model with control variables shows that immigrants (when the migration status is observed) and women (when the gender status of the respondents is observed) have lower financial literacy, while education and employment have a positive effect on it. The research highlights the importance of understanding the connection between migration and financial literacy, and the need to develop customized educational programs to improve the financial literacy of migrants. This analysis contributes to the understanding of the complex dynamics between migration and economic literacy, and can serve as a basis for future strategies to increase financial literacy in Bosnia and Herzegovina.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».