MétaCan
Menu
Retour à la cohorte
Enregistrement W3125723458

Antecedents of International and Domestic Learning Effort

2005· article· en· W3125723458 sur OpenAlexaff
Dirk De Clerq, William C. Sandberg, Harry J. Sapienza

Notice bibliographique

RevueSSRN Electronic Journal · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésInternationalizationBusinessEntrepreneurial orientationInternational businessInternational marketTest (biology)Domestic marketIndustrial organizationEntrepreneurshipMarketingInternational tradeEconomicsManagementFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Learning theory and an attention-based view of the firm are used to examine how an independent firm's degree of internationalization, age at first international entry, and entrepreneurial orientation are related to the attention it devotes to learning activities in international and domestic markets.It is hypothesized that a firm with a high degree of internationalization and entrepreneurial orientation will enjoy a greater international learning capacity.Factors that are expected to enhance domestic learning efforts include late international entry and entrepreneurial orientation.A high degree of internationalization and early international entry are expected to result in fewer domestic learning efforts. Data from a survey of 90 independent, owner-managed firms from a variety of industries in Belgium are used to test these hypotheses.The findings indicate that a firm with a high degree of internationalization is only marginally more likely to make more international learning efforts, and firms that enter the international market early and have an entrepreneurial orientation are more likely to make both international and domestic learning efforts.These findings suggest that firms would do well to adopt an entrepreneurial orientation and to enter foreign markets earlier rather than later. (SAA)

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 enseignants0,294
Score d'incertitude au seuil0,256

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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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

Citations161
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207