MétaCan
Menu
Retour à la cohorte
Enregistrement W1964883958 · doi:10.3917/riges.361.0041

L'échec des successions des fondateurs d'entreprise : avoir les défauts de ses qualités

2011· article· en· W1964883958 sur OpenAlexaffvenue
Carol Bélanger

Notice bibliographique

RevueGestion · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésSpouseVitalityFamily businessCoachingEntrepreneurshipSuccession planningManagementPsychologyBusinessSociologyPolitical sciencePublic relationsMarketingEconomicsPhilosophyLawTheology

Résumé

récupéré en direct d'OpenAlex

Résumé Many business owners spend a great deal of time thinking about their succession. And yet, the evidence clearly shows that ensuring a family succession is a very difficult challenge that often ends in failure. This article, which is based on coaching experiences spread over a period of 15 years and involving 11 company founders, provides us with insight into the human factors at work within entrepreneurial families. We observe that the success of company founders is closely linked to the aggressive approach they take to managing their businesses. This aggressiveness is related to three attributes possessed by these founders: a strong focus (they are constantly thinking about their company); independent thinking (they are independently minded); and a strong vitality (they have a lot of energy). However, while this aggressive approach can be an advantage for the founder’s business, it can work against members of the founder’s family – that is, the spouse or future successors. Our study shows that the spouse of a company founder often plays a decisive role in the success or failure of a succession, because the spouse must focus his or her attention on the family and act as a buffer against the aggressiveness of the founder so that their children can develop the skills and aggressiveness necessary to become successors who will be successful in business.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,266
Écart entre enseignants0,186 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetFamily Business Performance and SuccessionTravaux en français237 207