MétaCan
Menu
Retour à la cohorte
Enregistrement W3022870813 · doi:10.4018/978-1-7998-3744-2.ch005

The Role of Emotional Intelligence in the Culture-Entrepreneurship Fit Perspective

2020· book-chapter· en· W3022870813 sur OpenAlexaff
Saurav Pathak, Etayankara Muralidharan

Notice bibliographique

RevueAdvances in business strategy and competitive advantage book series · 2020
Typebook-chapter
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipPerspective (graphical)Cultural intelligenceCultural valuesSocial psychologyPsychologyEmotional intelligencePosition (finance)Mechanism (biology)SociologyPositive economicsPolitical scienceEpistemologySocial scienceBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Values are at the core of cultures, and this view has also dominated research on cross-cultural comparative entrepreneurship. However, empirical evidence relating cultural values and entrepreneurial behaviors has been mixed. Scholars have therefore suggested that cultural values may influence entrepreneurship only indirectly, thereby suggesting the existence of intermediary mechanisms linking cultural values and entrepreneurship. One such mechanism could be through the influence of culture-specific emotional intelligence (CSEI) on entrepreneurial behaviors. CSEI can be explained as culturally driven implicit beliefs rather than it being a direct manifestation of overarching cultural values, several manifestations of which shape entrepreneurial behaviors differently across countries. As such, CSEI has a unique position in the culture-entrepreneurship fit perspective.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,740
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,308
Écart entre enseignants0,286 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in business strategy and competitive advantage book seriesMême sujetEmotional Intelligence and PerformanceTravaux en français237 207