Growth-oriented women entrepreneurs and their businesses: a global research perspective
Notice bibliographique
Résumé
Contents: PART I: COUNTRY REPORTS ON WOMEN'S ENTREPRENEURSHIP 1. Introduction: The Diana Project International Candida G. Brush, Nancy M. Carter, Elizabeth J. Gatewood, Patricia G. Greene and Myra M. Hart 2. Women's Entrepreneurship in Australia: Present and Their Future Mary Barrett 3. Women's Entrepreneurship in Canada: Progress, Puzzles and Priorities Jennifer E. Jennings and Michelle Provorny Cash 4. State of the Art of Women's Entrepreneurship, Access to Financing and Financing Strategies in Denmark Helle Neergaard, Kent T. Nielsen and John I. Kjeldsen 5. Women's Entrepreneurship in Finland Anne Kovalainen and Pia Arenius 6. Women's Entrepreneurship in Germany: Progress in a Still Traditional Environment Friederike Welter 7. Women's Entrepreneurship in Norway: Recent Trends and Future Challenges Lene Foss and Elisabet Ljunggren 8. Women's Entrepreneurship in the United States Candida G. Brush, Nancy M. Carter, Elizabeth J. Gatewood, Patricia G. Greene and Myra M. Hart PART II: RESEARCH TOPICS ON THE GROWTH OF WOMEN-OWNED BUSINESSES 9. Comparing the Growth and External Funding of Male- and Female-controlled SMEs in Australia John Watson, Rick Newby and Ann Mahuka 10. Builders and Leaders: Six Case Studies of Men and Women Small Proprietors in the Bulgarian Construction Industry Tatiana S. Manolova 11. Access to Finance for Women Entrepreneurs in Ireland: A Supply-Side Perspective Colette Henry, Kate Johnston and Angela Hamouda 12. Women Entrepreneurs in New Zealand: Private Capital Perspectives Anne de Bruin and Susan Flint-Hartle 13. The Supply of Finance of Women-led Ventures: The Northern Ireland Experience Claire M. Leitch, Frances Hill and Richard T. Harrison 14. Female Entrepreneurial Growth Aspirations in Slovenia: An Unexploited Resource Polona Tominc and Miroslav Rebernik 15. Spain - The Gender Gap in Small Firms' Resources and Performance: Still a Reality? Cristina Diaz and Juan J. Jimenez 16. Gender, Entrepreneurship and Business Finance: Investigating the Relationship between Banks and Entrepreneurs in the UK Sara Carter, Eleanor Shaw, Fiona Wilson and Wing Lam Index
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».