The Role of Socio-economical Factors of Micro-credit Funds in Improving Rural Women Entrepreneurship Development
Notice bibliographique
Résumé
<p>This study tries to identify the individual, social and economical role of rural women’s micro-credit funds of Semnan city, in developing the entrepreneurship of women. To achieve this goal, 170 women of four funds of Semnan villages were selected. Independent variable factors including economical, social and cultural factors via funds in to dependent variable that is women’s entrepreneurship developing and itself classifies to and entrepreneurs characteristics (risk, internal, control focus, opportunism, ambiguity tolerance, innovation) were studied. The study uses the correlation methodology and the type of selection is sampling (N=170). The questionnaire was used as a tool of gathering information. For a descriptive evaluation, the questionnaire has been answered by supervisors, experts and consultants in agricultural extension and education field who are responsible for Semnan credit funds. For the reliability of the results, 300 questionnaires were filled out by 30 female members of the funds other than Semnan town funds. (Om abeha) rural women funds of Darjazin. Filled out questionnaires were calculated by SPSS software and kronbakh alpha coefficient. krnbakh alpha of 88.5% show the extend of which different parts of the question are reliable and validity. The results of multi – regression show that (satisfaction of presented activities and self confidence) that are cultural- social factors of fund, and (scale of income from plan and theory than marketing and market survey and sale) that are economical factors of fund, have important and basic role in women entrepreneurship developing.</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 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 | 0,002 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».