MétaCan
Menu
Retour à la cohorte
Enregistrement W2965785114 · doi:10.5465/ambpp.2019.10596symposium

Cultural Entrepreneurship Beyond ""Entrepreneurship"": Four Domains of Inquiry

2019· article· en· W2965785114 sur OpenAlexaff
Christi Lockwood, Jean‐François Soublière, Marya Besharov, Tina Dacin, Brandon Lee, Elizabeth Pontikes, Viólina Rindova, Greg Fisher

Notice bibliographique

RevueAcademy of Management Proceedings · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensQueen's UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipScope (computer science)Variety (cybernetics)SociologyLegitimationEconomic geographyPublic relationsPolitical scienceEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Culture is widely agreed to be critical for a range of innovative and entrepreneurial processes, and the notion of “cultural entrepreneurship” is gaining currency to investigate how entrepreneurial actors make innovative courses of action amenable to others. However, early work on the topic has largely remained confined to the study of new venture legitimation or resource acquisition, offering a relatively narrow understanding of “entrepreneurship.” More recently, a growing body of work has begun to illustrate how culture additionally pervades other entrepreneurial phenomena in a wide variety of empirical settings, suggesting a need to broaden the scope of what cultural entrepreneurship can explain. The primary goal of this symposium is to spur a more encompassing agenda for research at the intersection of culture, entrepreneurship, and innovation. A panel of five distinguished speakers will first review how the landscape of “cultural entrepreneurship” has evolved, and then discuss future research avenues in four distinct domains of inquiry.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0100,048
Communication savante0,0220,019
Science ouverte0,0020,014
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,309
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207