Factors Influencing Sustainable Poverty Reduction: A Systematic Review of the Literature with a Microfinance Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research examined factors that help microfinance achieve sustained poverty reduction based on a systematic literature review (SLR). A search was conducted on the SCOPUS database up to December 2023. After analyzing hundreds of documents, a subset of 30 articles was subject to in-depth analysis, exploring factors and corresponding measurement indicators for sustainable poverty reduction in microfinance contexts. This article emphasizes that sustained poverty reduction is a gradual process requiring ongoing efforts from both Microfinance Institutions (MFIs) and governments. Two key success factors are empowering borrowers and ensuring the microfinance programs themselves are profitable. When implemented in an integrated and coordinated manner, these factors can empower individuals to escape poverty by fostering self-employment and income generation, ultimately reducing dependence on external support. Additionally, the study highlights the role of personality traits in influencing long-term entrepreneurial success. The findings provide valuable tools for MFIs and policymakers. MFIs gain a practical framework to guide their interventions towards sustained poverty reduction. Policymakers can leverage the identified factors and indicators when designing and implementing microfinance policies with a long-term focus on poverty alleviation. This study breaks new ground by presenting an operational framework that categorizes and integrates two critical factor groups: empowerment and beneficiary profitability. Furthermore, it links these factors to corresponding measurement indicators within a unified framework, enabling a more holistic assessment of poverty reduction efforts.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle