MétaCan
Menu
Retour à la cohorte
Enregistrement W2969535120 · doi:10.6000/1929-7092.2019.08.44

Systems Readiness for Improved Monitoring and Evaluation with Specific Reference to the Micro Small and Medium Enterprises Sector in Nigeria

2019· article· en· W2969535120 sur OpenAlexvenueno aff
Emmanuel Idemudia Ilori, Maurice Oscar Dassah, Chux Gervase Iwu

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSmall and medium-sized enterprisesIndustrial organizationFinance

Résumé

récupéré en direct d'OpenAlex

The Federal Ministry of Industry, Trade and Investment (FMITI) is mandated by law to provide support services and creating conducive business environment that supports the transformation of both small and large scale industries in Nigeria.The FMITI mandate and task is facilitated through its subsidiary, the Small Medium Enterprises Development Agency of Nigeria (SMEDAN).This is against the background that the parastatal will facilitate development (if well supported) by triggering production, employment opportunities and growth.Especially in Nigeria, where the informal sector employs more people than the formal sector, but with declining affluences of micro and small businesses, questions must be asked concerning the effectiveness of the institution's programmes and policies in revitalising, sustaining as well as growing the micro, small and medium enterprises (MSMEs) sector.In this paper, literature on monitoring and evaluation (M&E), legislative framework linked to the functioning of small and medium business sector is extensively reviewed.Furthermore, this paper will critically evaluate SMEDAN mandate to provide support services that will transform the informal sector of the Nigerian economy using existing monitoring and evaluation systems of selected programmes and policies put in place by the agency to indicate readiness (or lack thereof) of the current system to further develop the micro, small and medium enterprises (MSMEs) sector of the economy.This paper adopts qualitative and quantitative methodologies.It is anticipated that findings from this research-based paper will present lessons which can be harnessed to better reposition monitoring and evaluation systems hence, ensure effectiveness of future programmes and policies that will generate employment opportunities through SMEDAN.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,002
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,265
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207