MétaCan
Menu
Retour à la cohorte
Enregistrement W3004289560 · doi:10.1108/gm-11-2019-0215

Building gender-aware ecosystems for learning, leadership, and growth

2020· article· en· W3004289560 sur OpenAlexaffabout
Karen D. Hughes, Te Yang

Notice bibliographique

RevueGender in Management An International Journal · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésScholarshipOriginalityInformal learningSocial capitalValue (mathematics)Experiential learningObservational learningSocial learningLeadership developmentKnowledge managementPublic relationsPsychologySociologyMarketingBusinessPolitical sciencePedagogyEconomic growthSocial scienceEconomicsQualitative researchComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of the paper is to examine processes of entrepreneurial learning and leadership development (ELLD) for women involved in growth-oriented businesses. It considers how ELLD can be supported by building gender-aware ecosystems for growth. Design/methodology/approach Data are from a small-scale study of a growth accelerator program in Canada run by Alberta Women Entrepreneurs. The study uses a mixed-methods approach, drawing on interview, document, and observational data. Findings The study finds that three key activities – formal learning, informal learning and peer / community support – are central to women entrepreneurs’ learning and leadership development. In line with emerging scholarship, entrepreneurial learning is found to be strongly relational, with social capital playing a central role in the formation of human capital. Originality/value This study contributes to the understanding of the micro-foundations of growth, the processes involved in ELLD and the importance of developing gender-aware ecosystems.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
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 Opus0,098
Tête enseignante GPT0,291
Écart entre enseignants0,194 · 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'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

Citations25
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender in Management An International JournalMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207