A hybrid approach to innovation by social enterprises: lessons from Africa
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
Purpose – This paper aims to provide a detailed analysis of the key capabilities needed for social enterprises to succeed in the context of extreme poverty. Facilitating growth and alleviating poverty in the world’s most impoverished regions requires introducing innovative solutions to achieve social impact while generating financial returns. Design/methodology/approach – This paper studies two social enterprises operating in Africa. Semi-structured interviewers were conducted with co-founders of the organizations. The transcribed interviews were analyzed through an open coding process, iterated to overarching categories, and compared between the organizations using a grounded theory approach. Secondary archival data and respondent validation were used to triangulate these findings. Findings – This paper proposes a model that highlights five key capabilities social enterprises need to tackle complex societal challenges while overcoming resource constraints and institutional voids. The processes followed to develop and deploy these capabilities are delineated, and the necessity of hybrid mechanisms that blend non-profit and private-sector approaches is shown as a key enabler for social enterprises to meet their dual objectives. Research limitations/implications – This research is limited to two cases studies from two different industries in Africa. Future research would refine and extend the proposed model to increase generalizability. Originality/value – This paper addresses a gap in the literature on understanding innovation and entrepreneurship in Africa, and it proposes a model for innovation derived from data. This paper also offers insights to the growing community of social entrepreneurs looking to develop sustainable solutions to societal challenges.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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