Social capital and entrepreneur resilience: Entrepreneur performance during violent protests in Togo
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.
Notice bibliographique
Résumé
Abstract Research Summary This study explores how entrepreneurs' social capital affects their resilience to localized shocks. Using a unique longitudinal survey of entrepreneurs during a surge of violent protests in Togo during 2017 and 2018, I explore how different kinds of relationships affect entrepreneurs' performance. Results show that proximity to violent protests caused entrepreneurs' profits to drop by 20%. This decrease, however, was mitigated by entrepreneurs' ties to their local communities and by their non‐colocated advice relationships, which were ties to geographically distant advisers. In contrast, colocated advisers, those who were spatially proximate, were harmful to their performance. These findings show that social capital can have conflicting effects on entrepreneurs' resilience, depending on the kinds of relationships they consist of and how those relationships are exposed to the shock. Managerial Summary Relationships are critical to entrepreneurs' performance. Yet, during local crises, such as violent protests, it can be difficult to know which relationships to rely on. Studying entrepreneurs in Togo during a sudden surge of violent protests, I found that two kinds of relationships reduced the negative impact of the localized shock: ties to local communities and advisers located outside the crisis area. In contrast, advisers located nearby, who were also affected by the crisis, amplified the protests' negative effects. These findings suggest that entrepreneurs who can afford to build stronger ties to their local communities and have more distant advisers may be better positioned to minimize losses during localized shocks.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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