An empirical study of micro‐ and <scp>small‐enterprise</scp> bankruptcy protection under the <scp>COVID</scp>‐19 pandemic: New evidence from China
Notice bibliographique
Résumé
Abstract Micro‐ and small‐enterprises (MSEs) serve as a strong foundation for sustainable and stable economic and social development in countries worldwide. However, they are highly susceptible to bankruptcy crises, a phenomenon that has been significantly amplified by the COVID‐19 pandemic. The article presents an empirical investigation of the application of the bankruptcy system to MSEs, using data on MSE bankruptcies published by the Sichuan courts in China in 2020 during the COVID‐19 pandemic as evidence. The article reveals that MSEs face a triple dilemma when applying bankruptcy procedures. Firstly, the legal system for bankruptcy is unsound. Secondly, the institutional mechanism for bankruptcy is imperfect. And thirdly, the social environment surrounding bankruptcy is not conducive. The article presents a novel approach to address bankruptcy issues by suggesting the implementation of streamlined bankruptcy procedures, a reorganization system for small and micro‐enterprises and a personal bankruptcy system. Additionally, it proposes enhancing the institutional framework for the selection, evaluation and oversight of bankruptcy judges and administrators, as well as the establishment of third‐party institutions. Furthermore, it advocates for a modernized understanding of bankruptcy, the provision of pre‐bankruptcy services and the creation of a bankruptcy protection system. The article presents a unique sample of international comparative studies on MSEs and proposes a new approach to examining bankruptcy protection for MSEs in China.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».