MétaCan
Menu
Retour à la cohorte
Enregistrement W2012254544 · doi:10.5539/ibr.v5n3p81

A Qualitative Study on Individual Factors Affecting Iranian Women Entrepreneurs’ Growth Orientation

2012· article· en· W2012254544 sur OpenAlexvenueno aff
Zahra Arasti, Shirin Majd Shariat Panahi, Behrouz Zarei, Sima Oliaee Rezaee

Notice bibliographique

RevueInternational Business Research · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWomen entrepreneursEntrepreneurshipEntrepreneurial orientationBusinessDemographic economicsSample (material)Qualitative researchPopulationMarketingIdentity (music)EconomicsSociologyDemographySocial science

Résumé

récupéré en direct d'OpenAlex

Despite the impressive growth in the number of firms run by women entrepreneurs, most of these businesses continue to remain small and women-owned firms have not grown as fast as male entrepreneurs. There are many reasons that may help explain the growth limitations in women-owned firms. Amongall, growth orientation is an important factor. A common finding in entrepreneurship literature shows that ventures owned by women tend to be smaller than those by men are. This difference can be due toindividual, organizational and environmental factors.Since half of Iran’s population iswomen who are more willing to have higher education and contribution in the society, they deal with more challenges rather than their male counterparts. So attention to the factors affecting growth orientation of their ventures is the same as deliberate economic development and nationalincome. This is a qualitative study to identify individual factors affecting growth orientation in women’s businesses. Data analysis of 11 semi-structured interviews on a sample of women entrepreneurs indicated individual factors in four groups of “goals and aspirations”, “motives”, “female identity” and “personal characteristics”.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,125
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
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 Opus0,136
Tête enseignante GPT0,417
Écart entre enseignants0,281 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207