MétaCan
Menu
Retour à la cohorte
Enregistrement W1524243475 · doi:10.1017/cbo9780511817441.011

Entrepreneurship, job creation and innovation

2009· book-chapter· en· W1524243475 sur OpenAlexaff
Simon C. Parker

Notice bibliographique

RevueCambridge University Press eBooks · 2009
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipJob creationBusinessLabour economicsEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This chapter discusses the role of entrepreneurship in creating new jobs and innovating new products. Both of these topics have their origins in research conducted in the late 1970s and the 1980s, when David Birch first claimed that small new firms acted as the engine of job creation in the economy, and David Audretsch and Zoltan Acs argued that small firms played a disproportionate role in the commercialisation of new innovations. Both topics command widespread interest because they suggest that entrepreneurship directly drives venture performance and economic growth. Much (though not all) of the empirical discussion in this chapter is framed in terms of comparisons between small and large firms. The focus on firm size – which, as noted in chapter 1, does not obviously capture the essence of entrepreneurship – is chiefly a historical legacy. It also reflects data availability. In the discussion that follows, ‘small business’ will merely be assumed to serve as a convenient shorthand for entrepreneurship. However, this focus will be complemented with a discussion about the role of individual entrepreneurs in job creation and innovation. After setting out in the first section some basic facts about entrepreneurs' decisions to hire external labour, I will present some theory about the labour demand of individual entrepreneurs. This paves the way for an analysis of the empirical factors which determine job creation by entrepreneurs. The second section discusses the role of small firms in creating jobs in the broader economy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,036
Tête enseignante GPT0,194
Écart entre enseignants0,157 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetFirm Innovation and GrowthTravaux en français237 207