MétaCan
Menu
Retour à la cohorte
Enregistrement W3122431981

Reconciling Diverse Approaches to Opportunity Research Using the Structuration Theory

2005· article· en· W3122431981 sur OpenAlexaff
Chad Saunders, Mike Chiasson

Notice bibliographique

RevueSSRN Electronic Journal · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésScripting languageEmbeddednessAction (physics)Structuration theorySociologySelection (genetic algorithm)EntrepreneurshipEpistemologyKnowledge managementBusinessComputer scienceSocial scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Diverse approaches have been used to investigate entrepreneurial opportunity, but have commonly produced an opportunity formation-recognition dichotomy. The structuration theory of Anthony Giddens is used to dissolve this dichotomy. Six approaches are discussed: (1) neoclassical equilibrium theory, (2) coevolutionary lock-in, (3) triggers for structural change, (4) effectuation/embeddedness/relationality, (5) path creation, and (6) prior knowledge and feedback. These theories often yield contradictory explanations and predictions of how entrepreneurs find or create opportunities. Structuration theory suggests that human action is guided by “scripts” that are formed in social and business structures. A script is accepted and used if it works, and rejected if it does not. An action that is legitimate, competent, and powerful will be repeated; when repeated, group and individual actions become scripts; they appear to be structural because they are observed in many places. Application of structuration theory to opportunity research suggests entrepreneurship is both a recognition and formation of scripts: a selection of common scripts and production (by modification) of uncommon scripts. An entrepreneur must understand and react to information (signals) about the effectiveness of scripts in recognizing and forming opportunities. Entrepreneurs learn and adopt common scripts; using uncommon ones has risks. The entrepreneur's difficult task is to choose scripts that are legitimate with business and social structures, competent enough to compete, and powerful enough to make a difference. Entrepreneurial activity is thus both enabled and constrained by business and social structure.(TNM)

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)0,026
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0180,012
Études des sciences et des technologies0,0050,044
Communication savante0,0140,032
Science ouverte0,0050,013
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,251
Tête enseignante GPT0,322
Écart entre enseignants0,070 · 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

Citations9
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207