MétaCan
Menu
Retour à la cohorte
Enregistrement W2310254337

Les fragilités de la microfinance au Cameroun (The Fragile State of the Microfinance Sector in Cameroon)

2012· article· fr· W2310254337 sur OpenAlexaff
Nathanael Ojöng

Notice bibliographique

RevueSSRN Electronic Journal · 2012
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensTyndale University
Organismes subventionnairesnon disponible
Mots-clésMicrofinancePolitical scienceContext (archaeology)Financial crisisHumanitiesWelfare economicsEconomyGeographyEconomicsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

French Abstract: Le secteur de la microfinance au Cameroun joue un role vital qui rend necessaire l’analyse de la crise dans le secteur. Cet article soutient que les causes de la crise sont complexes et profondes et va donc au-dela de la mauvaise gestion de certains etablissements de microfinance tels que la Cooperative financiere de l’estuaire SA. L’insuffisance de la reglementation prudentielle et de la supervision, la qualite du portefeuille et la mauvaise gestion sont des facteurs contributifs a la crise. Ces facteurs doivent etre compris dans le contexte du Cameroun, ce qui exige la prise en compte de ses specificites locales. Nous montrons que la crise de la microfinance dans le pays n’est pas liee a la crise financiere mondiale. Le secteur etait deja en mauvaise sante avant meme la recente crise financiere.English Abstract: Mindful of the strategic position of the microfinance sector in Cameroon, it is crucial to examine the microfinance crisis in the country. This paper argues that the causes of the crisis are complex and deep, and extend beyond the bad management of some microfinance institutions such as the Cooperative financiere de l’estuaire SA. Inadequate prudential regulation and supervision, poor portfolio quality and bad management are contributory factors to the crisis. These issues must be understood within the context of Cameroon, which means taking into consideration local specificities. We show that the microfinance crisis in the country is not linked to the recent global financial crisis, since the sector was already in bad health prior to the crisis.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetMicrofinance and Financial InclusionTravaux en français237 207