Exploring Factors Affecting Growth of Micro and Small Enterprises: Evidence from Ethiopia
Notice bibliographique
Résumé
Micro and small businesses (MSEs) create jobs at a low cost and assist society's progress toward wealth and growth. The aim of the study is to examine major factors that determine the growth of MSEs in the Siltie Zone, in southern Ethiopia. Out of the total 2,244 MSEs units, 488 respondents were sampled for the study using stratified and simple random sampling techniques. Descriptive statistical tools and a binary logit model are applied. Employment was employed as a growth indicator in the study. The findings of the study showed that out of the total sample, 49% of MSEs were growing and 51% of MSEs were not growing in terms of employment. The results showed that individuals and their relatives are the main source of finance for the majority of MSEs for two major reasons. The first and the most important reasons are due to the religion factor. A majority of the respondents replied that access to credit is forbidden to Muslim followers. The second reason is unwillingness to access credit; they fear the high interest rate of debt, the complexity of the procedure, and the lack of collateral. In addition to that access to infrastructure, access to finance and government policy are the major factor affecting MSEs engaged in construction sector. The major independent variables affecting growth of MSEs engaged in manufacturing sector are access to infrastructure, working premises, government policy and market linkage. Access to finance, market linkage and business management capacity are the determinant factor hindering the growth of MSEs operating trade sector. Access to infrastructure, market place and government policy were the determinant factor affecting the growth of MSEs operating service sector. Access to working premises, market linkage, government policy and owner motivation are affecting the growth of MSEs operating urban agriculture sector. Hence, government organizations concerned with the promotion and development of MSEs needs to work with the factors in each sector for 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».