Understanding and optimising the social impact of venture capital: Three lessons from Ghana
Notice bibliographique
Résumé
Background: Mobilising investment for sustainable development is a priority for many African governments and their international allies. There are many claims about the social impact of investments in small and growing businesses, and yet these mostly focus on good news stories or a narrow set of metrics (jobs created, tax revenue, etc.). There are relatively few studies that consider the diversity of social impacts, particularly in an African context.Objectives: The aim of this research was to work collaboratively with investors in Ghana to better understand social change and contribute to their own work on improved performance and reporting.Method: Using a theory-based examination of social impacts, the research purposively selected a subset of 13 investments from the Venture Capital Trust Fund (VCTF) in Ghana. Theories of change were used to explore the available documentation, triangulated with insights from fund managers, entrepreneurs, senior managers and, where possible, employees. The findings were validated with VCTF staff.Results: While the research demonstrated the usefulness of a theory-based approach, it found it helpful to develop a smaller set of typologies to capture different impact pathways – a more efficient way to assess and report on social returns. In particular, the research highlights how commonly used metrics like job creation undervalue the social impact of some types of investment. Other lessons also included the value of rural businesses (not typically favoured by venture capitalists) and the potential to further extend impacts to lower income groups, but that this required real intent and leadership on the part of investors and entrepreneurs.Conclusion: We conclude that further research is merited on two fronts. Firstly, research into the scale of the small and medium enterprises and the associated investment required to support the operating costs to really manage, improve, monitor and evaluate social impact. And secondly, further field testing of different evaluation techniques to help stakeholders better understand and improve the social benefits of venture capital.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».