MétaCan
Menu
Retour à la cohorte
Enregistrement W4393054057 · doi:10.5539/jsd.v17n2p96

Mobile Network Operators’ Agency Banking Quality, Financial Inclusion Practices and the Sustainable Development Goals: Evidence from Cameroon

2024· article· en· W4393054057 sur OpenAlexvenueno aff
Serge Messomo Ellé

Notice bibliographique

RevueJournal of Sustainable Development · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial inclusionBusinessAgency (philosophy)Inclusion (mineral)Quality (philosophy)Sustainable developmentFinanceFinancial systemFinancial servicesPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The Sustainable Development Goals were launched by the United Nations in 2015. Empirical evidence suggests that despite the excitement at their launching by the international community and other stakeholders, their attainment by enterprises is still poor. Thus, using the technology of agency banking and mediated by financial inclusion practices, this study sought to determine the role played by Telecommunication Companies (MNO) in the attainment of the Sustainable Development Goals in Cameroon. To attain this objective, the study mobilized the Baron and Kenny (1986) model in the analysis of partial mediation effect using Ordinary Least Squares Regression. The purposive sampling technique was used to engage 1,420 users of MNOs’ services from the Cameroon’s 10 regional capitals in the study. The results showed that the effect of agency banking quality on Sustainable Development goals via the financial inclusion practices (Adjusted R2) is higher for the agents of Commercial banks and Micro, Small and Medium Sized Enterprises (MSMEs) than Microfinance Institutions. Thus, we suggest that Cameroon’s public authorities should focus more on Commercial banks and MSMEs than Microfinance Institutions to increase financial inclusion and ease the attainment of the Sustainable Development Goals in Cameroon.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,002
Science ouverte0,0010,002
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 Opus0,035
Tête enseignante GPT0,286
Écart entre enseignants0,251 · 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.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetMicrofinance and Financial InclusionTravaux en français237 207