MétaCan
Menu
Retour à la cohorte
Enregistrement W1998619990 · doi:10.1080/1369106042000316341

The Role of Angels in Technology SMEs: A Link to Venture Capital

2005· article· en· W1998619990 sur OpenAlexaff
Judith Madill, George H. Haines, Allan Riding

Notice bibliographique

RevueVenture Capital · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésVenture capitalSocial venture capitalBusinessFinanceInvestment (military)Web syndication

Résumé

récupéré en direct d'OpenAlex

The presence of angels among early-stage financiers of new technology-based firms should improve chances of eventual venture capital financing. Reasons to expect that firms with private investment would have easier access to venture capital are discussed. This study presents findings that support this expectation. A total of 57% of the firms that had received private investor financing had also received financing from institutional venture capitalists; only 10% of firms that had not received angel financing obtained venture capital. Angel investor financing was a significant explanatory variable (among others) of differences between venture capital recipients and firms that had not received venture capital. It would appear that angels help firms to become more ready for future stages of investment by, among other contributions, being closely involved with the firms in which they invest. They usually provide advice and networking opportunities. They also serve on Boards of Directors and Advisors, and provide hands-on assistance and business intelligence. Angels also fulfill an important accreditation role. Overall, this study provides empirical support for the expectation that involvement of angels can substantially increase the attractiveness of firms to institutional venture capitalists.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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'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

Citations161
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVenture CapitalMême sujetPrivate Equity and Venture CapitalTravaux en français237 207