DESEMPENHO DAS PME E CRIAÇÃO DE EMPREGO NA ÁFRICA SUBSAARIANA: PAPEL DA INOVAÇÃO DIGITAL
Bibliographic record
Abstract
RESUMO O presente estudo investiga a relação entre a inovação digital, o desempenho das pequenas e médias empresas (PMEs) e a criação de emprego na África Subsaariana (SSA). Examina também a forma como o desempenho das PMEs medeia a relação entre a inovação digital e a criação de emprego. Utilizando dados obtidos de 655 PMEs na SSA, descobrimos que a inovação digital tem potencial para ajudar as PMEs a criar empregos e melhorar o seu desempenho. Nossa análise confirmou o papel mediador do desempenho das PMEs na relação entre a inovação digital e a criação de emprego; constatamos que a inovação digital está significativamente associada à melhoria do desempenho das PMEs, o que, por sua vez, aumenta a sua capacidade de criação de emprego. Este estudo contribui para a literatura ao apresentar evidências empíricas sobre o papel da inovação digital na criação de emprego e no desempenho das PMEs e o papel mediador do desempenho das PMEs na relação entre a inovação digital e a criação de emprego.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".