Disentangling the gender-differentiated determinants of home-based self-employment choices in Nigeria
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
Abstract Understanding gender disparities in home-based self-employment (HBS) and their links to homeownership and socioeconomic factors is crucial for advancing sustainable development goals (SDGs) in Sub-Saharan Africa, especially Nigeria. This study uses data from the 2010/2011, 2012/13, 2015/16, and 2018/19 waves of the Nigerian General Household Survey (GHS). It employs random effect probit regression, the LASSO method for identifying predictors, and the Blinder–Oaxaca decomposition technique to analyse gender differences in nonlinear binary outcomes. The results show that female business owners are more likely to engage in HBS compared to males, highlighting the importance of gender equality (SDG 5) and decent work (SDG 8). While male entrepreneurs are mainly driven by profit, females prioritise balancing paid and unpaid work, reflecting motivations beyond profit within heterodox economics. Significant gender-differentiated impacts are observed in relation to monthly rent, post-secondary education, dwelling space, energy, and regional locations. Notably, the presence of children significantly increases female involvement in HBS, a trend not seen among males. Marriage also influences female participation, suggesting that marital circumstances and economic benefits play a role. These findings highlight the need for policies addressing gender-specific constraints, challenging traditional gender roles, and promoting inclusive human development within the SDG framework.
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) | 0,000 | 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) | 0,001 | 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