MétaCan
Menu
Retour à la cohorte
Enregistrement W2087392624 · doi:10.1108/ijse-10-2012-0165

Haiti's<i>caisses populaires</i>: home-grown solutions to bring economic democracy

2014· article· en· W2087392624 sur OpenAlexaff
Caroline Shenaz Hossein

Notice bibliographique

RevueInternational Journal of Social Economics · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMicrofinanceDemocracyPoliticsSociologyState (computer science)OriginalityValue (mathematics)Corporate governancePolitical economyEconomicsEconomic growthQualitative researchPolitical scienceLawFinanceSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose – Bad governance and corrupt politics have left millions of people disenfranchised. In spite of an oppressive and undemocratic state, poor Haitians have created their own informal groups, cooperatives and caisses populaires (credit union) movements – a testimony to the democratic spirit of the poor masses. The paper aims to discuss these issues. Design/methodology/approach – A mixed qualitative study using interviews, surveys, focus groups, ethnography techniques and literature review. Findings – Lenders who run the caisses populaires are not class or race biased; they understand how to make microfinance assist the marginalized poor in a society segregated by class and race. Cooperatives and credit unions (called caisses populaires in Haiti) are able to reach hundreds of thousands of people. Originality/value – These lenders one or two generations removed from the people they serve understand their reality and take careful steps and plan in a way to ensure their loans are structured to be socially inclusive. In fact, black microfinance lenders, as well as whitened local elites and foreigners, have a socially conscious philosophy of using microfinance as a vehicle to ensure economic democracy for the masses. In doing this, they take personal risks. The ti machanns recognize these efforts and as a result trust these credit programs.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,222 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social EconomicsMême sujetMicrofinance and Financial InclusionTravaux en français237 207