MétaCan
Menu
Retour à la cohorte
Enregistrement W4384936952 · doi:10.57229/2373-1761.1471

Alternative Sources of Financing and the Sustainability of Cameroonian Start-ups

2023· article· en· W4384936952 sur OpenAlexaff
Félix Zogning, Mireille Bityé, Massoussi Ma Goued Samuel Emile

Notice bibliographique

Revue˜The œjournal of entrepreneurial finance · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésStart upSustainabilityFinanceSocial capitalMarketingBusinessCapital (architecture)AgricultureQualitative researchSociologyBusiness administrationGeography

Résumé

récupéré en direct d'OpenAlex

The objective of the paper is to assess the contribution of alternative sources of financing to the survival of SMIs through an analysis of start-ups in Cameroon. Our study employs a qualitative multisite case study methodology. Data was collected from both documentary and primary sources. For the primary data, we conducted semidirected interviews with five start-ups operating in four fields of activity (agriculture, health, finance and ICTs) to assess in depth the behaviour of various promoters who have received alternative financing at least once. The results of our manual and automated analysis led to two major findings: firstly, it is possible to identify alternative financing in the environment of Cameroonian start-ups in the form of social capital (help from loved ones, support from elites and families, community fundraisers, tontines) on the one hand, and crowdfunding on the other. Secondly, these two means of alternative financing are significant sources of added value for the survival of start-ups not only through the preparation and precreation activities (social capital) but as important levers in improving the organizational strategies of start-ups (fundraising among individuals and the possibility of marketing through platforms).

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œjournal of entrepreneurial financeMême sujetEconomic Growth and DevelopmentTravaux en français237 207