MétaCan
Menu
Retour à la cohorte
Enregistrement W3200744820 · doi:10.48110/joi.v2i2.41

Women Entrepreneurship Development in Yemen: The Role of Decision-Making Empowerment

2021· article· en· W3200744820 sur OpenAlexaff
Abeer Al-Radami, Mohammed Saleh Al-Abed

Notice bibliographique

RevueJournal of Impact · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in MENA
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésEmpowermentEntrepreneurshipPovertyBusinessWomen entrepreneursEconomic growthMarketingEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This research was conducted to examine the impact of decision-making empowerment on women entrepreneurship development in Yemen. Two dimensions of decision-making empowerment were used; economic decision making, and household decision-making empowerment. This study employed the quantitative approach and the method of collecting data was the online-questionnaire. The targeted sample size of this study was 200 business women in Yemen and the response rate was 96.5%. The results of the correlational analysis show that there is a clear strong positive correlation between decision-making empowerment and women entrepreneurship development. In addition, the two dimensions; economic decision making, and household decision-making have a significant relationship with women entrepreneurship development. The results of the regression analysis reveal that decision-making empowerment has a significant impact on women entrepreneurship development and the economic decision-making empowerment and household decision-making empowerment were explaining women entrepreneurship development. It can be concluded that empowering women by allowing them to participate in economic and household decision-making appears to be one of the important factors for developing women's entrepreneurship in particular, which in turn will help reduce poverty as well as achieve economic growth.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,225
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,330
Écart entre enseignants0,313 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ImpactMême sujetSocioeconomic Development in MENATravaux en français237 207