Factores determinantes para el acceso al crédito a mujeres emprendedoras dedicadas a la venta por catálogo de productos de las marcas Unique, Natura y Belcorp en los distritos de Los Olivos, Comas y San Martin de Porres
Bibliographic record
Abstract
Determina cuáles son los factores que permitirían a las mujeres emprendedoras del mercado directo de productos de Unique, Natura y Belcorp, calificar a créditos con los bancos. En el primer capítulo, se ha investigado sobre el estado actual del mercado laboral femenino en el Perú y como ha ido evolucionando en el tiempo, las brechas de género; qué es el mercado directo, cuál es su actualidad y la proyección a futuro; emprendedores en el mercado directo y fuentes de financiamiento actual para aquellas mujeres emprendedoras. En el segundo capítulo, hemos realizado un proceso de investigación cualitativo a profundidad, recabando información para su posterior análisis. El desarrollo se realizó con un contexto, una muestra, un abordaje principal y los procedimientos que llevará al objetivo principal que es el demostrar si los factores planteados en la presente tesis son determinantes para que los bancos les brinden créditos de capital y consumo personal a las mujeres emprendedoras dedicadas a la venta por catálogo de productos de Unique, Natura y Belcorp en los distritos de Los Olivos, Comas y San Martín de Porres. En el tercer capítulo, se realizó el análisis de los datos que se obtuvieron de dicha investigación y los resultados que se obtuvieron de ello para determinar si nuestras hipótesis son las correctas. En el cuarto capítulo, se revisa los resultados obtenidos de los hallazgos, barreras y brechas de la investigación. Por último, en el quinto capítulo daremos a conocer las conclusiones y recomendaciones a las que se ha llegado después de la investigación desarrollada.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 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".