Women‐focused small business programming: client motives and perspectives
Notice bibliographique
Résumé
Purpose The purpose of this study is to draw on feminist ethics of care theory to examine motives for accessing a women‐focused, small business programme (Centre). Perceived differences between women‐focused and other small business advisory agencies are discussed. Design/methodology/approach An online survey captured verbatim responses from 212 respondents. Qualitative data were subjected to content analysis using NVivo8. Findings Most respondents were growth‐oriented, well educated and employed prior to start‐up. Clients employed the Centre for three reasons, including acquisition of managerial, social capital and gender‐related motives. The Centre was perceived as being “different” to other agencies such that staff implicitly understood their needs as businesswomen, services were targeted specifically to women and clients felt empowered and comfortable seeking business advice in an inviting, low risk learning environment. Findings contradict studies and argument that targeted (gender‐based) programming offers few advantages. Research limitations/implications Future research might investigate how “gendered” client motives and learning needs are reflected in mainstream and gender‐based entrepreneurship policy and programme design. The geographic scope is limited to Nova Scotia (eastern Canada). Practical implications The study helps to explain observations that women‐focused small business training centres are modifying mandates from a focus on start‐up to growth, modifications that reflected client aspirations. Originality/value The study provides insights about the genderedness (Calás and Smircich) of small business programming and helps to define feminine ethics of care within the small firm training context.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».