MétaCan
Menu
Back to cohort
Record W4402310145 · doi:10.1522/revueot.v33n2.1800

Orientation de rôles de genre et pérennité des entreprises du secteur informel : cas des microentreprises agroalimentaires au Mali

2024· article· fr· W4402310145 on OpenAlexvenueno aff
Noufou Sanogo, Fatou Diop Sall

Bibliographic record

VenueRevue Organisations & territoires · 2024
Typearticle
Languagefr
FieldComputer Science
TopicEconomic Growth and Development
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Le secteur informel continue de représenter un poids considérable dans les économies africaines. Au Mali, ce secteur enregistre une forte présence de femmes, évoluant surtout dans le domaine agroalimentaire et à la tête de microentreprises. On remarque que, malgré les difficultés rencontrées, les entreprises informelles de très petite taille dirigées et détenues par les femmes continuent de se maintenir en activité, tout en contribuant à la création d’emplois et de richesses. Cette recherche exploratoire vise à comprendre les éléments déterminants du maintien en activité sur le long terme de cette catégorie d’entreprises. Pour ce faire, une analyse de cas multiples est menée. Les résultats permettent de mettre en évidence des facteurs de pérennité des microentreprises agroalimentaires dirigées et détenues par les femmes dans un contexte où l’environnement socioculturel impacte le fonctionnement de l’entreprise. Les rôles multiples des femmes maliennes et leur maîtrise des processus de transformation des aliments liée aux rôles spécifiques de « spécialiste de la cuisine » permettent à leurs entreprises de résister aux crises et de continuer à fonctionner dans la durée. Cette recherche contribue à la littérature en mettant en évidence l’effet des facteurs socioculturels liés à la nature biologique de la dirigeante sur la pérennité de l’entreprise de très petite taille.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Scholarly communication
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.202
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0020.002
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.021
GPT teacher head0.250
Teacher spread0.228 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueRevue Organisations & territoiresSame topicEconomic Growth and DevelopmentFrench-language works237,207