MétaCan
Menu
Retour à la cohorte
Enregistrement W1193711952 · doi:10.1177/0192513x15600731

Finding Balance Amid Boundarylessness: An Interpretive Study of Entrepreneurial Work–Life Balance and Boundary Management

2015· article· en· W1193711952 sur OpenAlexaff
Souha R. Ezzedeen, Jelena Zikic

Notice bibliographique

RevueJournal of Family Issues · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipWork–life balancePerceptionBalance (ability)Context (archaeology)Flexibility (engineering)PsychologyWork (physics)Social psychologySociologyPublic relationsManagementEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

In recent years, entrepreneurship has grown as an attractive career alternative, promoting much scholarly attention. Still, little is known about the work–life interface of entrepreneurs, in particular whether entrepreneurship enhances work–life balance or exacerbates conflict between domains. We base this study on boundary theory to explore how subjective perceptions of balance and boundary management might illuminate this contradiction. Indeed, entrepreneurial roles are unique in that they entail high flexibility and permeability, facilitating role blurring, or boundarylessness. We interpretively explored three research questions pertaining to entrepreneurs’ perceptions of their work–life interface and boundaries between roles, as well as the context factors that could explain these perceptions. Findings suggest that several subjective as well as objective factors could explain how entrepreneurial work is sometimes experienced as conflicting, and at other times, perceived as conducive to balance. Theoretical and practical implications and recommendations as well as study limitations are discussed in closing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,020
Communication savante0,0070,007
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,295
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Family IssuesMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207