MétaCan
Menu
Retour à la cohorte
Enregistrement W2592639780 · doi:10.1177/0007650317696069

Economic Inequality and Social Entrepreneurship

2017· article· en· W2592639780 sur OpenAlex
Saurav Pathak, Etayankara Muralidharan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBusiness & Society · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipEconomic inequalityInequalitySocial mobilityIncome inequality metricsEconomicsSocial inequalityIncome distributionDemographic economicsGovernment (linguistics)Public economicsSociologySocial science

Résumé

récupéré en direct d'OpenAlex

This article explores the extent to which income inequality and income mobility—both considered indicators of economic inequality and conditions of formal regulatory institutions (government activism)—facilitate or constrain the emergence of social entrepreneurship. Using 77,983 individual-level responses obtained from the Global Entrepreneurship Monitor (GEM) survey of 26 countries, and supplementing with country-level data obtained from the Global Competitiveness Report of the World Economic Forum, our results from multilevel analyses demonstrate that country-level income inequality increases the likelihood of individual-level engagement in social entrepreneurship, while income mobility decreases this likelihood. Further, income mobility negatively moderates the influence of income inequality on social entrepreneurship, such that the condition of low income mobility and high income inequality is a stronger predictor of social entrepreneurship. We discuss implications and limitations of our study, and we suggest avenues 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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,038
Tête enseignante GPT0,264
Écart entre enseignants0,227 · 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