MétaCan
Menu
← Retour à la cohorte
Enregistrement W2161775589 · doi:10.5539/ibr.v5n9p60

Learning Sources and Methods Used by Famous Entrepreneurs: A Comparative Study about Three Entrepreneurs from Iran, Japan and United States of America

2012· article· en· W2161775589 sur OpenAlexvenueno aff
Ghanbar Mohammadi Elyasi, Fatemeh Sadat Ghafourian, Maliheh Faramarzi

Notice bibliographique

RevueInternational Business Research · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipContingencyMarketingPerspective (graphical)Sample (material)Presentation (obstetrics)BusinessPsychologySociologyComputer scienceArtificial intelligenceLinguistics

Résumé

récupéré en direct d'OpenAlex

Entrepreneurial perspective emphasizes on idea generation and putting them into action or creation of business. Learning methods used by entrepreneurs have a crucial impact on their capabilities. Entrepreneurs use various sources and methods of learning to achieve the expected capabilities. The main question of this article is: Which sources and methods of learning are mostly used by famous entrepreneurs? Do entrepreneurs who live in different countries use similar learning sources and methods? This research is aimed to examine Kuratko’s framework and has added a source and some methods. This framework contains four main sources of learning: “Publications”, “Observation”, “Speeches and Presentation” and “doing business activities”. Content Analysis of documents is used as the research method, which is done by reviewing reliable documents on the three famous entrepreneurs. Amir Kabir, Matsushita and Welch respectively from Iran, Japan and America are selected as research sample. The logic and the reason of our selection are based on their influence in business. Results show that top entrepreneurs learn mostly from informal learning methods including: doing activities, duties, observations and conversations or dialogues, although there are differences for each of the chosen entrepreneurs dependent on his environment. It seems that entrepreneurs select their own sources and learning methods based on contingency approach. Authors suggest that the sources and methods of learning used by top entrepreneurs should be identified and used at universities as formal educational sources. In other words, informal learning sources and methods are recommended for simulation in schools of entrepreneurship.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,087
Tête enseignante GPT0,389
Écart entre enseignants0,302 · 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'étudeQualitatif
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business Research→Même sujetEntrepreneurship Studies and Influences→Travaux en français237 207→