The Covariance Structure Model Analysis of the Factors affecting the Entrepreneur's Human Capital Pricing in Venture Capital
Notice bibliographique
Résumé
This paper carries on the analysis of the factors affecting entrepreneur's human capital pricing in venture capital, focusing on the much-dimensionality characteristic, then establishes a logical and comprehensive theory frame which can reflect all the factors affecting entrepreneur's human capital pricing. Further by using covariance structure model (CSM), we make an empirical analysis of these factors. The result shows, in venture capital the control rights of entrepreneur is the most important factor affecting the entrepreneur's human capital pricing, the scale of enterprise is the least one, with the enterprise management performance in the middle. Key Words: venture capital, the entrepreneur's human capital pricing, factors, covariance structure model Resume: L’article present, sur la base de l’analyse des facteurs affectant la fixation du prix du capital humain de l’entrepreneur dans l’investissement-risque, a etabli pour ce probleme multi-dimensions un cadre theorique logique et capable de refleter completement ces facteurs influants. L’auteur adopte d’ailleurs la methode analytique du modele de la structure de covariance (CSM) pour effectuer une etude positiviste sur ces facteurs. Le resultat montre que, dans l’investissement-risque, le pouvoir de controle de l’entrepreneur est le premier facteur en jeu, la perfomance de l’entreprise le deuxieme et la dimension de l’entreprise le dernier. Mots-Cles: investissement-risque, fixation du prix du capital humain de l’entrepreneur, facteurs affectants
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».