Computational modeling of entrepreneurship grounded in Austrian economics: Insights for strategic entrepreneurship and the opportunity debate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research Summary This paper makes three key arguments: (a) that computational modeling is a key methodological tool that can aid in the development of formal economic foundations for entrepreneurship that are grounded in Austrian economics; (b) that computational modeling grounded in Austrian economics can serve to integrate models of competitive advantage in equilibrium (economic foundations of strategy) with models of the entrepreneurial function in disequilibrium (economic foundations of entrepreneurship), thereby providing an economic foundation for strategic entrepreneurship; and (c) that the mathematical precision of computational modeling grounded in Austrian economics can serve to clarify the logic behind differing perspectives that have led to debates fueled by the imprecision of natural languages, such as the opportunity debate in the entrepreneurship literature. Managerial Summary This paper asks: what are the implications for strategic entrepreneurship if we model it on the foundations of an economic logic developed by the Austrian economics school of thought in a way that integrates into existing economic logics of strategy and competitive advantage? The Austrian economics logic highlights the role of disequilibrium, creative imagination, time and uncertainty, while the traditional economic logic emphasizes the importance of structural sustainable advantages in equilibrium. In this integrative view, even if a firm does not enjoy any competitive advantage over rivals, opportunities for profit or development of competitive advantage still exist through entrepreneurial action. An entrepreneur adopting this view in practice would recognize their own agency, but also the limits to it and the role of external factors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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