The Effect of Entrepreneurial Competencies on Innovation: A Case Study of Professional Sport Clubs
Notice bibliographique
Résumé
<p class="1main-text">The aim of the present research is to evaluate the effect of entrepreneurial competencies on innovation in professional sport clubs. In a regression analysis, this paper uses a descriptive correlational field method. The statistical sample population of this research includes the staff and employees from five selected sport clubs, namely: <em>Esteghlal</em>, <em>Perspolis</em>, <em>Naaft-e-Tehran</em>, <em>Sepahan</em> and <em>ZobAhan of Isfahan</em>. For data collection, a standard questionnaire with 65 items was used to evaluate eight competencies: strategic, conceptual, opportunity, relationship, learning, personal, ethical, familyism; and three dimensions of innovation in goods/services, the process and execution. The validity through the convergent validity (AVE=0.56 and 0.84 respectively) and the reliability (0.95 and α=0.93; 0.91 and CR=0.95 respectively) were confirmed and were randomly distributed among the statistical sample population. The Smart PLS 2 software and the structural equations modeling (SEM) techniques were used. The obtained results of this research indicate that the there is a positive and significant relationship between the entrepreneurial competencies and innovation (t=13/14 and T-value &gt;1/96). Moreover, there is a positive and significant relationship between all the variables of competencies (i.e. strategic, conceptual, opportunity, relationship, learning, personal, ethical, and familyism) and innovation. The 77% innovative change as fostered by entrepreneurial competencies is indicative of a strong impact of the entrepreneurial competencies on innovation &amp; performance of enterprises. Contribution of this paper is measuring these competencies on innovation of professional sport clubs.</p>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».