EXPANDING SMALL BUSINESSES IN DEVELOPING COUNTRIES: ANALYZING RECENT TRENDS AND EXPLORING NEW GROWTH STRATEGIES IN THE GLOBAL SOUTH
Notice bibliographique
Résumé
Small businesses are the microcosm of developing countries economy. They are the oil that keeps the citizens going. They come in form of neighbourhood kiosk seller, to airtime or food vendors, among others. Their key role informs this study to undertake a review of the expansion of small businesses in developing countries with in-depth analysis of the recent trends. This is with a view of exploring the new growth strategies in the global south. Small and Medium-sized Enterprises (SMEs) play a significant role in the global South, contributing substantially to employment, economic growth, and poverty reduction. Recent trends in SMEs in the global South highlight their resilience, adaptability, and increasing adoption of technology. It was observed that there is an estimated 89 million SMEs exist in the developing countries and contribute 70% of formal employment in developing countries. SMEs contribute up to 45% of GDP in developing countries. Women are also driving the growth of SMEs with 50% contribution in Africa. In the United States, women-owned businesses employ nearly 9 million people and generate over $1 trillion in revenue. In India, women-owned businesses create over 13 million jobs and contribute over $200 billion to the economy. The study also gave useful suggestions needed to expand small businesses in developing countries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».