Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Subject area The case is suitable for undergraduate and MBA courses: strategic management, social entrepreneurship. Study level/applicability Masters, Bachelors. Case overview In Fortaleza, January 2008, an urban microfinance manager and the planning committee of Crediamigo, Brazil's largest microfinance institution need to devise an entry strategy to Rio de Janeiro's microfinance market. A part of the Banco do Nordeste, and a regional development bank for ten years, Crediamigo has 400,000 clients in the Northeast of Brazil. Its objective is to double its clients base for 2011; Rio de Janeiro's market was the next priority. Crediamigo has two options. The first consists of partnering with VivaCred, a small experienced microcredit non-governmental organization (NGO) which operates in Rio de Janeiro's slums. VivaCred was a microfinance NGO with relatively low organizational capabilities and with a low performance in terms of loan repayment. Its lending methodologies were different from Crediamigo's experience. The second option was to set up a new branch of Crediamigo in Rio and to shape it in Crediamigo's image. The committee was aware that this, “far away from home”, would be a costly and slow venture. Expected learning outcomes After using this case, students will: have been exposed to the strategic, managerial and operational challenges of microfinance expansion in an emerging country; understand better the market entry strategy (acquisition/integration of an organization vs green field) in such a context; have discussed the conditions related to the replication of microcredit methodologies (individual, group and village lending methodologies) in their contexts of operations. Supplementary materials Teaching notes are available for educators only. Please contact your library to gain login details or email support@emeraldinsight.com to request teaching notes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle