MétaCan
Menu
Retour à la cohorte
Enregistrement W4304806359 · doi:10.5430/ijfr.v13n4p1

The Effect of the Use of Solidarity Financing on Entrepreneurial Activities in the North West and South West Regions of Cameroon

2022· article· en· W4304806359 sur OpenAlexvenueno aff
Mbinkar Wiysanyuy Benard, Robinson Eydis Olsen

Notice bibliographique

RevueInternational Journal of Financial Research · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolidarityResidenceSelection biasRevenueYield (engineering)Government (linguistics)EconomicsBusinessEconomic growthFinanceDemographic economicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This study was focused on investigating the effect of solidarity financing on entrepreneurial activities in the North West and South West regions of Cameroon. The mission of solidarity finance is to use non-conventional financial tools to achieve sustainable and equitable development beside social integration. Its implications are seen in entrepreneurial performance measured by increase business revenue, profit, sales and societal contribution. The paper examines if entrepreneurs who adopt solidarity financing performed better than those who do not use it in the Northwest and Southwest regions of Cameroon. To achieve the objectives of the study, data was collected through survey questionnaire from a sample of 330 respondents and was analyzed using two stage Heckman selection model in order to correct the selection bias and yield unbiased estimates. The results showed that socio-economic factors of accessibility, cultural ties, marital status, age, residence, qualification, development perception services had positive and statistically significant effects on entrepreneurial performance. The coefficient of the inverse Mills ratio from Heckman result was statistically significant at 5%. These results provide evidence that the unobserved factors which lead to an increased probability of usage of solidarity financing have a positive impact on entrepreneurial growth. The government should therefore design policies for the formalization of the solidarity financing market.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,105
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,310
Écart entre enseignants0,230 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetMicrofinance and Financial InclusionTravaux en français237 207