MétaCan
Menu
Retour à la cohorte
Enregistrement W7132028649

Problems of measuring country's financial security. Journal of International Studies /

2020· article· en· W7132028649 sur OpenAlexaboutno aff
Vasylieva, Tetyana,, Oktawia Jurgilewicz, Poliakh, Sergii,, Manuela Tvaronavičienė, Paweł Hydzik

Notice bibliographique

RevueGeneral Jonas Žemaitis Military Academy of Lithuania · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanking, Crisis Management, COVID-19 Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)PopulationDeveloping countryFinancial securityInternational Financial Reporting StandardsAccounting managementQuality (philosophy)Key (lock)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim is to define the key issues ensuring financial security of a country. The studies proposes a technique to calculate a country's quality management index for a financial as a weighted average of the country's overall compliance with key international standards, rules and principles in the sector. The study uses statistical information from the Consultative Group to Assist the Poor, the World Bank Database and the Organization for Economic Co-operation and Development, to study financial security of the population in 142 countries with different levels of economic development. 47 variables, grouped into 10 aggregates, were included in the study: Disclosure of information upon opening a deposit account, Disclosure of information upon opening a credit account, Disclosure of general information, Periodic disclosure upon opening deposit accounts, Periodic disclosure Monitoring, Enforcing, Fair treatment, Recourses, Standards for complaints resolution. Analysis of the results show that the levels of financial security in the studied countries have a wide variation from the minimum to the maximum values. We see that among the countries with high levels of economic development, the leaders are Italy, Canada and Puerto Rico. Transition economies include Venezuela, Argentina and Mexico; among developing countries, we can mention Armenia, Azerbaijan and Uzbekistan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,275
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneral Jonas Žemaitis Military Academy of LithuaniaMême sujetBanking, Crisis Management, COVID-19 ImpactTravaux en français237 207