MétaCan
Menu
Retour à la cohorte
Enregistrement W3109484176 · doi:10.35692/07183992.13.2.7

How Can Accelerators in South America Evolve to Support Start-Ups in a Post-COVID-19 World?

2020· article· en· W3109484176 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMultidisciplinary Business Review · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicEntrepreneurshipIntermediaryBusiness as usualPolitical scienceBusinessEconomic growthEconomicsMarketingManagementFinanceMedicine

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has affected the world in drastic ways, disrupting the normal operation of the world's economic activity. Every aspect of life as we know it has changed. The business and entrepreneurship landscapes have been deeply altered. As innovation intermediaries support entrepreneurship, accelerators have become progressively prominent in the entrepreneurial ecosystem of several countries. Their development is on an upward trajectory. However, literature is scant on this newer acceleration phenomenon, particularly in some regions. Furthermore, literature on the effects of the pandemic on accelerators is non-existent. In recent years, the acceleration model has grown rapidly in South America. In this rapid response paper, we build from current literature, trends and expected post-COVID-19 scenarios to investigate how accelerators in South America will need to evolve to support start-ups in a post-COVID-19 world. We developed a conceptual model, the Post-COVID-19 World Accelerator Model, to guide business accelerator managers, researchers, policymakers and entrepreneurs. We conclude by offering future research areas urgently needed to further our understanding of emerging trends affecting accelerators and start-ups in what will be a very different business landscape post-COVID-19.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,065
Tête enseignante GPT0,297
Écart entre enseignants0,233 · 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