MétaCan
Menu
← Retour à la cohorte
Enregistrement W2779180077 · doi:10.5465/ambpp.2015.11368abstract

Entrepreneurial Process from the Perspective of Different Generations of Immigrant Entrepreneurs

2015· article· en· W2779180077 sur OpenAlexaffabout
Maria El Chababi, Samia Chreim, Martine Spence

Notice bibliographique

RevueAcademy of Management Proceedings · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésImmigrationEmbeddednessGrounded theoryEntrepreneurshipPerspective (graphical)Qualitative researchSociologyConceptual modelProcess (computing)BusinessPolitical scienceSocial scienceEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

Recent research on immigrant entrepreneurship affirms that immigrants should not be treated as one entity, and thus attention has been directed towards groups of immigrant entrepreneurs that were previously neglected in the literature. One such group is the second generation children of immigrants. There is limited research on similarities and differences in the entrepreneurial experiences of first and second generation immigrant entrepreneurs. This paper uses the mixed-embeddedness approach to develop understanding of how different generations of immigrant entrepreneurs experience the entrepreneurial process. Using a grounded theory approach and qualitative in-depth interviews with Lebanese immigrant entrepreneurs in two large cities in Canada, we propose two conceptual models grounded in the data. The first portrays the similarities and differences in the micro and macro level enablers/obstacles experienced by first and second generation immigrant entrepreneurs, and the second portrays how the two different generations experience the three stages of the entrepreneurial process. Implications for theory and for future research are addressed.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,004
Communication savante0,0060,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,305
Écart entre enseignants0,268 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management Proceedings→Même sujetMigration, Ethnicity, and Economy→Travaux en français237 207→