MétaCan
Menu
Retour à la cohorte
Enregistrement W3197377114

Financial Innovation Strategy and Financial Performance of Deposit Taking Sacco’s in Nairobi City County

2019· article· en· W3197377114 sur OpenAlexaff
Nancy Mbesa Moki, Stephen Kanini, Godfrey Kinyua

Notice bibliographique

RevueSSRN Electronic Journal · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensSaint Paul University
Organismes subventionnairesnon disponible
Mots-clésFinancial intermediaryFinancial inclusionFinanceBusinessDescriptive researchFinancial servicesDescriptive statisticsPopulationFinancial system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Deposit taking SACCO’s continue to play a significant role in the lives of the poor in Kenya by responding to their needs, concerns and voices by providing easy access of financial services. Financial inclusion is seen as a solution to include on a large-scale previously excluded poorer groups without access to capital into the financial system. The objective of the study was to determine the effect of financial innovation strategy on performance of savings and credit co-operative society in Nairobi City County. The study was guided by open systems theory, financial intermediation theory and the Life cycle of saving theory. This study adopted both descriptive research design and causal research design. The study population comprised of the 40 registered deposit taking SACCO’s in Nairobi County and the study used descriptive inferential analysis of data collected. The study identified that financial innovation was significant in increasing financial performance of SACCO’s. The study concluded that firms that have not effectively implemented financial innovation may fail or collapse or otherwise can be absorbed by other well managed SACCO’s. The study recommended the need to invest in financial innovation strategy to reduce cost and increase efficiency in the sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,196 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetMicrofinance and Financial InclusionTravaux en français237 207