Finansiell läskunnighet och bakomliggande faktorer : En kvantitativ studie
Bibliographic record
Abstract
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.
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 | 0.014 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.003 |
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".