MétaCan
Menu
Retour à la cohorte
Enregistrement W2804000526 · doi:10.5267/j.msl.2018.4.012

Effects of entrepreneurial orientation on start-up success: A gender perspective

2018· article· en· W2804000526 sur OpenAlexvenueno aff
Daisy Mui Hung Kee, Nurulhasanah Abdul Rahman

Notice bibliographique

RevueManagement Science Letters · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurial orientationPerspective (graphical)Start upEntrepreneurshipBusinessPerceptionMarketingVariety (cybernetics)PsychologyPublic relationsBusiness administrationPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This paper examines the extent to which gender influences on the practice of Entrepreneurial Orientation (EO) on Start-up Success. This study was conducted among Spin-off and Symbiosis Company (SSC) from all sectors in Peninsular Malaysia. Despite the remarkable research on EO and Start-up firms, there is a missing link on how gender provides different perspectives of EO practices among SSC, especially in Malaysia. A total of 120 SSC was chosen and the results show that EO was statistically related to Start-up Success and unveiled the magnitude of change that gender possesses in improving the relationship between EO practice and Start-up Success. The major implication of this study presents the unique contribution of gender in motivating SSC owners to engage in EO. Also, the difference of gender perceptions in business provides a variety of untapped opportunities in terms of entrepreneurial-related practices as different gender perceived different needs and capabilities. Future research is suggested to explore this phenomenon more extensively and develop a comprehensive model for the gender analysis. In brief, the discussion in this paper would help to strengthen the body of knowledge on Entrepreneurship and act as a future reference on SSC, EO, and Start-up Success.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207