MétaCan
Menu
Retour à la cohorte
Enregistrement W2766347173 · doi:10.5465/ambpp.2017.10027abstract

Are SMEs with Immigrant Owners Exceptional Exporters?

2017· article· en· W2766347173 sur OpenAlexaffabout
Horatio M. Morgan, Sui Sui, Matthias Baum

Notice bibliographique

RevueAcademy of Management Proceedings · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésImmigrationOverconfidence effectPerspective (graphical)BusinessEntrepreneurshipSample (material)InternationalizationSocial capitalResource (disambiguation)Resource-based viewMarketingDemographic economicsIndustrial organizationCompetitive advantageEconomicsInternational tradeFinancePsychologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Immigrant owners possess valuable human and social capital from which small and medium-sized (SMEs) might derive advantages when internationalizing. According to this resource-based perspective, such advantages might be manifested in immigrant-owned SMEs’ enhanced ability to identify, evaluate, develop and exploit opportunities in international markets. However, an entrepreneurial cognition perspective offers an opposing view: insofar as immigrant owners are more prone to overconfidence than their non-immigrant counterparts, immigrant-owned SMEs might reap less financial benefits from internationalization. We pit the two perspectives against each other theoretically and empirically by evaluating a) the relationship between business owners’ immigrant status and SMEs’ export intensity, and b) the moderating role of immigrant ownership in the relationship between SMEs’ export intensity and financial performance. Based on a representative sample of 9,977 Canadian SMEs, we find that immigrant ownership positively affects export intensity; however, it negatively moderates the relationship between export intensity and financial performance, providing evidence for the entrepreneurial cognition perspective and the overconfidence hypothesis.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,250
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetInternational Business and FDITravaux en français237 207