MétaCan
Menu
Retour à la cohorte
Enregistrement W2902410270 · doi:10.1111/joms.12319

‘Why Even Bother Trying?’ Examining Discouragement among Racial‐Minority Entrepreneurs

2017· article· en· W2902410270 sur OpenAlexaff
François Neville, Juanita Kimiyo Forrester, Jay O’Toole, Allan Riding

Notice bibliographique

RevueJournal of Management Studies · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversity of OttawaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEmbeddednessSocial capitalPerspective (graphical)Asian americansInequalityCapital (architecture)White (mutation)Racial groupDemographic economicsSociologyPolitical sciencePsychologySocial psychologyEthnic groupRace (biology)Gender studiesEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We extend organizational research on racial‐minority social and economic inequality by developing a mixed embeddedness perspective to investigate whether and why certain racial‐minority entrepreneurs become discouraged with important entrepreneurial tasks – namely, seeking capital from financial institutions. Concretely, we examine borrowing discouragement among three predominant racial‐minority entrepreneur groups in the United States – African Americans, Hispanic Americans, and Asian Americans – using two independent samples from the US Federal Reserve Board. Our findings indicate that African Americans and Hispanic Americans are more likely to be discouraged than White Americans, while Asian Americans are less likely to be discouraged than African Americans. Our theory and findings suggest that for certain racial minorities, socio‐historical experiences and shared knowledge of inequalities may influence individual behaviour through increasing discouragement toward important opportunities and entrepreneurial tasks.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,052
Tête enseignante GPT0,297
Écart entre enseignants0,245 · 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.

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

Citations101
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207