Fostering poverty reduction through ultra-microfinance interventions for agricultural MSES in Indonesia: The role of business size and gender
Notice bibliographique
Résumé
Studies on the role of gender, family businesses, and non-family businesses in examining financial management practices, particularly in developing countries, have been largely overlooked. This research, based on the collaboration between Positive Accounting Theory (PAT) and Agency Theory, aims to explore the intervention of microfinance in micro and small agricultural enterprises (MSEs). Using a quantitative approach, the study employs the Structural Equation Model Partial Least Square (SEM-PLS) method with a sample size of 656 respondents, comprising ultra-micro and small business actors in the agricultural sector in Indonesia. The findings indicate that for micro-sized businesses, entrepreneurial success mediates the relationship between microfinance and subjective wellbeing, while in small-sized businesses, poverty reduction and entrepreneurial success fully mediate the relationship between ultra-microfinance and subjective wellbeing. Ultra-microfinance assists business owners in enhancing their financial resource capacity more easily. On the other hand, microfinance not only provides financial access but also offers training and mentorship programs, helping business owners achieve long-term success. The study also reveals that gender does not mediate the relationship between microfinance and subjective wellbeing. Gender inequality in accessing resources, differences in decision-making participation, and social norms that still limit women's roles in economic activities within the agricultural sector are contributing factors. The implication of this study is to provide insights for decision-makers in the agricultural MSME sector to enhance subjective wellbeing. It is hoped that poverty alleviation programs through microfinance initiatives, such as PNPM, can be optimally absorbed and have a positive impact on empowering business owners to reduce structural poverty, especially in the key sector of agricultural businesses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».