MétaCan
Menu
Retour à la cohorte
Enregistrement W2902237166 · doi:10.11648/j.ajmse.20180305.15

Career Functions Performed by Mentors of Millennial Generation Entrepreneurs

2018· article· en· W2902237166 sur OpenAlexaffabout
Nathanael David Robert Moulson

Notice bibliographique

RevueAmerican Journal of Management Science and Engineering · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésGeneration xWork (physics)Career pathGeneration yPublic relationsFunction (biology)Set (abstract data type)New VenturesCareer developmentPopulationMarketingBusinessPsychologyManagementEntrepreneurshipSociologyPolitical scienceBusiness administrationEngineeringFinanceSocial psychologyDemographic economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Millennial generation entrepreneurs are showing a higher than average interest in starting new companies. This generation is key to economic success in Canada since the millennial generation comprises roughly 25% of the Canadian population. Mentors may make the difference between success and failure of these new ventures. This multiple case study explored 6 millennial generation small business owners participating in the Futurpreneur Canada mentoring program. Data included semistructured interviews with participants of the Futurpreneur mentoring program, experience profiles of these participants, and public information about the Futurpreneur program. The analysis of the data demonstrated that mentors provided career support by serving in the following roles: (a) advisor for entering new markets, (b) connector to experts, and (c) advisor on a business function. Insights from this study may help program designers, entrepreneurs, and mentors work together to enable entrepreneurs to develop their organizations and set them on the path to 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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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'étudeAutre devis
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Management Science and EngineeringMême sujetMentoring and Academic DevelopmentTravaux en français237 207