Les motivations des entrepreneurs : une étude empirique de 2278 fondateurs d'entreprises dans 14 pays
Notice bibliographique
Résumé
Cette étude examine les réponses fournies par 2278 entrepreneurs de 14 pays sur les motifs qui les ont incités à fonder une entreprise. Une première analyse statistique a révélé des divergences appréciables dans la façon dont les entrepreneurs répondaient aux 38 questions sur la motivation et, beaucoup plus important, dans la façon avec laquelle certaines nationalités appréciaient l’importance des motivations. Pour corriger ces modes de réponse, les données originales furent recodées et reclassées en utilisant la méthode statistique de l’équation personnelle. La classification hiérarchique ascendante des données recodées a révélé que les motivations se regroupaient en trois grandes entités régionales : le bloc anglosaxon, le bloc Scandinave, et le bloc mixte qui se compose surtout de pays en voie de développement. Suite à une analyse f actorielle Varimax par rotation des données recodées et reclassées, sept grands facteurs de motivation se dégagent : besoin de reconnaissance sociale, besoin de développement personnel, besoin d’argent, besoin d'indépendance et d’autonomie, altruisme communautaire, besoin d’évasion, et opportunisme. La distribution de cesfacteurs et des variables qui les constituent montre que les motivations entrepreneuriales transgressent les frontières nationales et transcendent les systèmes culturels des pays. A la lumière de ces résultats, il apparaît assez clairement que la motivation à devenir entrepreneur dans un pays donné est avant tout déterminée par des facteurs métaculturels qui transcendent l’environnement socio-économique immédiat.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».