MétaCan
Menu
Retour à la cohorte
Enregistrement W2767382678 · doi:10.1002/sej.1281

Accelerator expertise: <scp>U</scp> nderstanding the intermediary role of accelerators in the development of the <scp>B</scp> angalore entrepreneurial ecosystem

2017· article· en· W2767382678 sur OpenAlexaff
Ketan Goswami, Janet Mitchell, Suresh Bhagavatula

Notice bibliographique

RevueStrategic Entrepreneurship Journal · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBusinessEcosystemSituatedAdditionalityEntrepreneurshipMarketingKnowledge managementComputer scienceEnvironmental economicsEcologyEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Research Summary : To understand the intermediary role of accelerators in the developing regional entrepreneurial ecosystem of Bangalore, we analyze data from 54 interviews with accelerator graduates, accelerator managers, and other ecosystem stakeholders and from 49 websites, 13 online video interviews, 26 online news sources, and 301 pages of policy documents. Specifically, we adopt a socially situated entrepreneurial cognition approach to theorize how accelerator expertise, existing at a meso‐level, intermediates between (micro‐level) founders and the (macro‐level) ecosystem. In our model, four types of accelerator expertise—connection, development, coordination, and selection—together increase stakeholders’ commitment to the entrepreneurial ecosystem, leading to venture validation (success or failure) and ecosystem additionality. These findings indicate that accelerators contribute to ecosystems in a way that is distinct from, but supportive of, building individual ventures. Managerial Summary : Accelerators are a new form of entrepreneurial support organization. These organizations typically focus on developing individual start‐ups, but we find that they also help develop entrepreneurial ecosystems. They do so by acting as a bridge between start‐ups and the broader entrepreneurial environmental resources by: (a) helping form connections, (b) helping develop individual start‐ups, (c) helping coordinate the right match among the various players in the ecosystem, and (d) helping select mentors and founders with the appropriate motivation and knowledge. As these accelerators apply this expertise in this go‐between role, they help build commitment to the broader ecosystem. Furthermore, they enable success (or fast failure) of individual start‐ups and do so in a way that develops the overall entrepreneurial capacity of the broader entrepreneurial ecosystem.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,050
Tête enseignante GPT0,259
Écart entre enseignants0,208 · 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

Citations293
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Entrepreneurship JournalMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207