MétaCan
Menu
Retour à la cohorte
Enregistrement W3041312325 · doi:10.32479/ijefi.9833

CAN FINANCIAL ASSISTANCE MEDIATE THE TRAINING AND HUMAN CAPITAL RELATIONSHIP FOR PAKISTANI WOMEN MICRO ENTREPRENEURS?

2020· article· en· W3041312325 sur OpenAlexaff
Nain Tara, Noman Arshed, Osama Aziz, Mahwish Yamin

Notice bibliographique

RevueInternational Journal of Economics and Financial Issues · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMediationTraining (meteorology)Human capitalFinancial capitalBusinessCapital (architecture)FinanceEconomic growthEconomicsPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Women participation in the economy can help accumulate capital formation and ideation which helps them in becoming a tool for socio-economic uplift for poor people working in the informal sector of the economy. The current research has examined the impact of financial assistance programs provided to micro and small women entrepreneurs, on the economic capital formation. Assistance programs include training and financial assistance. This research also aimed to investigate the mediating role of financial assistance between training assistance and economic capital. The methodology included empirical study, collection of data from 350 women micro-entrepreneurs from Southern Punjab in Pakistan, and analysis is conducted with the help of SPSS. Findings revealed that training assistance program has a significant impact on capital formation. While the mediation test confirmed the mediation of financial assistance between the training and economic capital.Keywords: Economic Capital, Financial Assistance, Informal Economy, Vocational Training, Women Micro entrepreneurs.JEL Classifications: G21, I22, I23, L26DOI: https://doi.org/10.32479/ijefi.9833

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,259
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Financial IssuesMême sujetMicrofinance and Financial InclusionTravaux en français237 207