General presentation
Notice bibliographique
Résumé
It is common knowledge now that entrepreneurship plays an important role in any society because it generates economic benefits that are often larger than the private benefits reaped by the entrepreneurs themselves (van Praag, Versloot, 2007). Entrepreneurship creates jobs, enhances workforce dynamics, increases utility, and fosters productivity and socio-economic development (Ghio et al., 2015). In studying this phenomenon, researchers find strong connections between creativity and entrepreneurship (Gilad, 1984). Recently, the United Nations acknowledged the emergence of a new paradigm in which creativity and innovation are the main drivers of the world economy (UNCTAD, 2010; Araya, Peters, 2010). More and more, firms have recognized that creativity plays an important role in the making or reshaping of successful business models. Creativity enables organizations to build competitive advantages and achieve successful performance (Amabile, 1996; Anderson et al., 2014). It allows organisations to take advantage of opportunities resulting from changing environmental conditions (Shalley et al., 2004). It can provide the basis for innovation and business growth, as well as impacting positively on society generally (Bilton, 2007; Burger-Helmchen, 2012). And the list goes on. It is not surprising that creativity in entrepreneurship has been discussed extensively in the related literature. Since future advancement of the field depends on both existing scholarship and new knowledge generated by contemporary contributors, it is necessary to take stock of the contributions to date. This paper reviews the literature related to development of the literature on creativity in entrepreneurship field to suggest key directions for future research.
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 | 0,003 | 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 ».