MétaCan
Menu
Retour à la cohorte
Enregistrement W4200016895 · doi:10.5267/j.jpm.2021.11.001

The effect of project management through e-business and garage sales on poverty reduction

2021· article· en· W4200016895 sur OpenAlexvenueno aff
Mohd Sayuti Hassan, Siti Izaidah Azmi, Siti Fairuz Mohd Radzi, Rahimi Che Aman, Zikri Muhammad, Jumadil Saputra

Notice bibliographique

RevueJournal of Project Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyPoverty reductionDescriptive statisticsMarketingPsychologyBusinessEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Poverty is one of the significant problems, and almost all countries worldwide face poverty issues that negatively impact society. This study is written to investigate the students' knowledge and awareness of poverty and interest level in conducting e-business and garage sales. Also, examine the relationship of knowledge and awareness on students' intention to conduct e-business and garage sales. There were 152 respondents from the same university who participated in this study. The data analyzed using descriptive and inferential statistics performed by SPSS-23 and SmartPLS 3.3.3. The survey showed that the student's knowledge and awareness of poverty are still lacking and need improvement. Half of the respondents said they are not familiar with SDG1, and they were not aware that their university has done an event related to SDG1 and poverty. There were 25% and 85% of students interested in conducting e-business and garage sales that increased their pocket money and reduced poverty rates among university students. Overall, this study's result shows a positive response from all respondents, and most of them have general ideas of poverty. In addition, this study has identified that the variable knowledge and awareness have a significant positive effect on student's intention to conduct e-business and garage sales.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,620

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,258
Écart entre enseignants0,243 · 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'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Project ManagementMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207