MétaCan
Menu
Retour à la cohorte
Enregistrement W4405088123 · doi:10.53555/sfs.v10i1.2921

Self-Regulatory and Self-Governance Frameworks of Microfinance Programme in Kerala

2023· article· en· W4405088123 sur OpenAlexvenueno aff
Muneer Babu M.

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrofinanceCorporate governanceBusinessEconomic growthFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

We assess the constitution, mode of operation, and self-governance and self-regulatory frameworks of Self-Help Groups (SHGs) Federation in a microfinance programme in a Coastal region in Kerala.This article uses the individual data of 100 microfinance participating households and the data of 15 credit delivery groups in the Evantualic Social Action Forum (ESAF)-MFIL/ESAF-SHG federation in Kerala, India during 2011 and 2019.The data collected from the Trikkunnapuzha, a coastal region of Kerala and the family members of SHGs are mainly Fishermen.This study shows that formation of sample SHGs have been carried out by the field staff (credit officers) of ESAF-MFIL, by utilizing local information networks to mobilize members of new SHGs.This study also shows that SHGs operate with the help of a hierarchy of organizations, namely, branches of ESAF-MFIL and tiers of ESAF-SHG federation.We find that the presence of SHG members in the weekly meetings of SHGs and the participation of members in the discussions at the meetings are crucial for ensuring the smooth functioning of SHGs.We also find that members' compliance with the 'rules' and 'norms' of SHGs, and various other governance attributes are important for the smooth operation of SHGs and delivery of financial services by an MFI.We also find that various governance attributes, such as attendance of respondents, maintenance of transparency, awareness of members about the bye-laws of the group, equal treatment of SHG members, verification of accounts, maintenance of accounting standards of SHGs, responsiveness of SHGs and consensus among the members, are interdependent and crucial in the operation of sample SHGs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,244
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetMicrofinance and Financial InclusionTravaux en français237 207