Recovery Speed of Micro, Small, and Medium Enterprises (MSMEs) Following the COVID-19 Pandemic: The Influence of Entrepreneurial Capacity and Characteristics
Notice bibliographique
Résumé
This study examines the effect of entrepreneurial capacity, both directly and indirectly, through entrepreneurial characteristics on the performance recovery speed of Micro, Small, and Medium Enterprises (MSME) due to the COVID-19 pandemic.The entrepreneurial capacity consists of financial access and market access.Meanwhile, entrepreneurial characteristics include the need for achievement, risk-taking propensity, and internal locus of control.The data were obtained through a field survey of MSME entrepreneurs engaged in the food and beverage sector in three cities including; Semarang, Surakarta, and Salatiga, Indonesia.The total sample was 397 respondents and used SEM-PLS analysis to test the hypothesis.This study shows that financial access, the need for achievement, and the internal locus of control positively affect MSMEs' performance recovery speed after the COVID-19 pandemic.Furthermore, the mediating effect testing demonstrates that the need for achievement and internal locus of control mediate the effect of financial access on the performance recovery speed of MSMEs.Therefore, stakeholders interested in developing the MSMEs are suggested to intensify their efforts to increase their ability to access finance and strengthen the entrepreneurial characteristics among the MSME entrepreneurs.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».