MétaCan
Menu
Retour à la cohorte
Enregistrement W1968675896 · doi:10.1093/icc/dtr018

Effects of ancestral populations on entrepreneurial founding and failure: private liquor stores in Alberta, 1994-2003

2011· article· en· W1968675896 sur OpenAlexafffundabout
Glen Dowell, Richard J. David

Notice bibliographique

RevueIndustrial and Corporate Change · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensMcGill University
Organismes subventionnairesGovernment of Alberta
Mots-clésLegitimationGovernment (linguistics)Competition (biology)PopulationEmpirical evidenceBusinessEconomic geographyEconomicsPolitical scienceLawPoliticsSociologyDemographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Until 1993, all liquor stores in the Canadian province of Alberta were government owned and run. In the fall of 1993, the provincial government exited liquor retailing, all government stores were shut down, and entrepreneurs were allowed to open private liquor stores. In this article, we take advantage of this abrupt regulatory change in the Alberta liquor-retailing industry to address two related issues that have received little empirical attention. First, we investigate how an ancestral population affects processes of legitimation and competition. While density-dependence theory predicts that legitimation effects outweigh competitive effects at low levels of density, will this be the case when a new population replaces a similar, ancestral one? Second, beyond density dependence, we investigate how ancestral populations affect the locations of new entrepreneurial ventures. Will entrepreneurs follow ancestral location patterns, and will these ancestral locations confer survival advantages? To answer these questions, we map all private liquor stores on the street map of Calgary, Alberta's largest city, from 1994 to 2003 and analyze store founding and failure. We use our results to draw implications for theories of density dependence, entrepreneurial behavior, and industry spatial structure.

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 enseignants0,030
Score d'incertitude au seuil0,924

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,190
Tête enseignante GPT0,240
Écart entre enseignants0,050 · 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

Citations15
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIndustrial and Corporate ChangeMême sujetWine Industry and TourismTravaux en français237 207