MétaCan
Menu
Retour à la cohorte
Enregistrement W2912768099 · doi:10.1108/ijge-07-2017-0036

Women’s entrepreneurship policy: a 13 nation cross-country comparison

2017· article· en· W2912768099 sur OpenAlexaff
Colette Henry, Barbara Orser, Susan Coleman, Lene Foss

Notice bibliographique

RevueInternational Journal of Gender and Entrepreneurship · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipNexus (standard)OriginalityPublic policyExtant taxonValue (mathematics)Government (linguistics)Political scienceSociologyEconomic growthPublic relationsEconomicsSocial scienceQualitative researchLaw

Résumé

récupéré en direct d'OpenAlex

Purpose Government attention to women’s entrepreneurship has increased in the past two decades; however, there are few cross-cultural studies to inform policy development. This paper aims to draw on gender and institutional theory to report on the status of female-focused small and medium-sized enterprises/entrepreneurship policies and to ask how – and to what extent – do women’s entrepreneurship policies differ among countries? Design/methodology/approach A common methodological approach is used to identify gaps in the policy-practice nexus. Findings The study highlights countries where policy is weak but practice is strong, and vice versa. Research limitations/implications The study’s data were restricted to policy documents and observations of practices and initiatives on the ground. Practical implications The findings have implications for policy makers in respect of support for women’s entrepreneurship. Recommendations for future research are advanced. Originality/value The paper contributes to extant knowledge and understanding about entrepreneurship policy, specifically in relation to women’s entrepreneurship. It is also one of the few studies to use a common methodological approach to explore and compare women’s entrepreneurship policies in 13 countries.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,016
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
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 Opus0,057
Tête enseignante GPT0,318
Écart entre enseignants0,261 · 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

Citations64
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gender and EntrepreneurshipMême sujetFamily Business Performance and SuccessionTravaux en français237 207