MétaCan
Menu
Retour à la cohorte
Enregistrement W2519218539 · doi:10.5539/ibr.v9n10p162

Gender Based Utilization of Microfinance: An Empirical Evidence from District Quetta, Pakistan

2016· article· en· W2519218539 sur OpenAlexvenueno aff
Abdul Naeem, Sana ur Rehman

Notice bibliographique

RevueInternational Business Research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrofinanceNet profitRevenueNet incomeProfit (economics)Profit marginBusinessImpact evaluationSocioeconomicsDemographic economicsFemale entrepreneursEconomicsEconomic growthMarketingEntrepreneurshipFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

<p class="1main-text">This study examines the impact of microfinance on gender based income generating activities of the Khushhalli Bank Ltd client’s in urban zone of district Quetta during year 2011. The Primary data was collected through structured questionnaire from 80 clients (60 beneficiaries and 20 non-beneficiaries) by adopting cross sectional experimental design.</p><p class="1main-text">In order to analyze the collected data the t-tests were applied. The results show that the microfinance has a positive impact on both male as well female beneficiaries as compare to non-beneficiaries in term of increase in business performance. It has non-significant impact on average sale revenue of both male as well as female micro-entrepreneurs. Whereas it has a significant impact on average net profit, average fixed assets as well as average net worth of the male but having non-significant impact on female established micro-entrepreneurs. Comparison of gender based business performance reveals that the microenterprises operated by male are able to generate better revenue and net income performance also the same results are obtained in case of enhancement in fixed assets as well as net worth. So we may confidently say that male clients are able in utilizing the microfinance services more effectively as compared to female.</p>

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,158
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,318
Tête enseignante GPT0,429
Écart entre enseignants0,111 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetMicrofinance and Financial InclusionTravaux en français237 207