THE EVOLUTION OF BALANCED SCORECARD IN RESPECT OF BANK MANAGEMENT NEEDS
Bibliographic record
Abstract
Streszczenie: Obecnie banki, które chcą przetrwać i rozwijać się, muszą poradzić sobie z dynamicznymi zmianami, rosnącymi wymaganiami klientów i ostrą konkurencją.Wymagania rynku powodują, że banki muszą posiadać bardzo dobrą strategię oraz właściwy instrument, który umożliwi im odpowiednio dokumentować, komunikować i mierzyć strategię banku oraz postępy w jej realizacji.Doświadczenia światowe wskazuję, że instrumentem tym może być zrównoważona karta wyników.Biorąc pod uwagę specyfikę sektora bankowego, zasadne jest przyjęcie dodatkowej perspektywy, odpowiedniej do wspierania planowania, zarządzania i kontroli ryzyka.Należy także przedstawić kluczowe determinanty charakteryzujące sprawne zarządzanie w warunkach ryzyka.W związku z tym głównym celem artykułu jest przedstawienie ewolucji zrównoważonej karty wyników dla banku.W artykule zastosowano następujące metody badawcze: badania literatury, wnioskowane przez analogię, analizę regulacji prawnych (ustawa
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".