A comparative appraisal of debt relief measures for no income no assets (NINA) debtors in Nigeria
Notice bibliographique
Résumé
Nigeria currently has a non-functioning insolvency system; it is yet to record a successful insolvency case. This failure principally is attributable to the weak laws and enforcement policies in existence. The problem is exacerbated by burgeoning consumer debt in the formal sector. The causal factors for this increase in debt are negative economic growth indices such as rising inflation, interest rates and unemployment. With these indices predicted to worsen, a new Bankruptcy and Insolvency Act (BIA) was proposed in 2016. The BIA seeks to regulate individual insolvency proceedings in Nigeria. However, the BIA (as currently conceptualized) does not make provision for debtors with neither income nor assets, often referred to as No Income No Assets (NINA) debtors who, it can be argued, are in the majority in the Nigerian state. The aim in this thesis is to propose debt relief measures that cater for NINA debtors in Nigeria. This proposal aims to prevent further discrimination against these debtors in terms of the current law and the proposed BIA. It envisages that catering for NINA debtors in Nigeria will boost the Nigerian government’s drive to encourage entrepreneurship. In providing for NINA debtors it will provide a safe landing for poor debtors in the event of entrepreneurial failure. The thesis achieves its stated aim by studying international principles and guidelines as espoused by leading bodies. Furthermore, the thesis performs a comparative analysis of relevant NINA provisions in South Africa, Sweden, France, Ireland and Canada. The thesis proposes amendments to the proposed BIA in light of the aforementioned analysis and posits that procedures that are formal and extra-judicial, which have no financial requirements and are easily accessible to debtors should be incorporated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».