MétaCan
Menu
Retour à la cohorte
Enregistrement W2797379703 · doi:10.3917/proj.018.0051

The entrepreneur, wealth creator and growth seeker: myth or reality?

2018· article· en· W2797379703 sur OpenAlexaff
Frank Janssen, Sophie Bacq

Notice bibliographique

RevueProjectics / Proyéctica / Projectique · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésMythologyEntrepreneurshipHEROProfit (economics)EconomicsNothingProfit motiveMarket economyValue (mathematics)Competition (biology)Neoclassical economicsFinance

Résumé

récupéré en direct d'OpenAlex

Nowadays, entrepreneurship appears as the driver of social and economic development (Observatory of European SMEs, 2003). Entrepreneurs are perceived as the pillars, if not the saviours, of market economy, and their activities as creating value, employment and multiple advantages for consumers. However, some recent studies (Shane, 2009) show that the entrepreneur seen as a hero would be nothing else than a myth. Most of the time, entrepreneurs would create ordinary firms that would not grow. Although the entrepreneur has largely been ignored by classical and neo-classical economic theory, the myth of the entrepreneur as a wealth creator finds its roots in the postulate of profit maximisation that would force firms to grow. However, actual competition, combined with the fact that, often, ownership and management are in the hands to the same people, allows entrepreneurs to pursue utility functions other than profit maximisation. Entrepreneurs often follow non-monetary aims like independence, power, or achievement. This leads them to voluntarily limit growth. The aim of this paper is thus to explain how this myth was born and to show that, if these alternative objectives are not taken into account, it is not possible to reconcile the entrepreneurial behaviour with apparent infringements to economic and management theories.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,045
Communication savante0,0080,016
Science ouverte0,0010,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProjectics / Proyéctica / ProjectiqueMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207