MétaCan
Menu
Retour à la cohorte
Enregistrement W3160295589 · doi:10.1177/02662426211011405

Work-to-family conflict and firm performance of women entrepreneurs: Roles of work-related emotional exhaustion and competitive hostility

2021· article· en· W3160295589 sur OpenAlexaff
Dirk De Clercq, Eugène Kaciak, Narongsak Thongpapanl

Notice bibliographique

RevueInternational Small Business Journal Researching Entrepreneurship · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésHostilityFeelingEntrepreneurshipScholarshipWork (physics)Affect (linguistics)Emotional exhaustionBusinessSocial psychologyCompetitive advantageAmbivalencePublic relationsPsychologyMarketingEconomicsPolitical scienceEconomic growthBurnoutFinance

Résumé

récupéré en direct d'OpenAlex

When entrepreneurs suffer from work-to-family conflict, it can affect firm performance. This article considers how emotional exhaustion experienced in the course of running a business mediates this link and how beliefs about competitive hostility invigorate that effect. Using survey data collected from 200 women entrepreneurs in Ethiopia, a country marked by culturally traditional gender role expectations, the empirical findings show that a sense of being emotionally overextended, due to the demands of running a firm, creates a conduit for the negative interference of the family upon the firm. This escalates into diminished firm performance. The results also demonstrate that this conduit is particularly prominent when entrepreneurs feel more threatened by hostile market environments. For entrepreneurship scholarship and practice, this article establishes two notable factors; a feeling of being ‘worn out’ by the business and adverse competitive markets. These factors clarify the complex link between work-induced family strain and business performance for women entrepreneurs, who might be particularly challenged when balancing time demands in gender-discriminatory environments.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,033
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,230 · 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

Citations45
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Small Business Journal Researching EntrepreneurshipMême sujetFamily Business Performance and SuccessionTravaux en français237 207