Local relationships matter! The impact of intellectual capital on entrepreneurial bricolage in African social entrepreneurs
Notice bibliographique
Résumé
Social entrepreneurs aim to create societal value while pursuing financial sustainability. However, they typically face several challenges and constraints when operating in resource‐scarce environments. For this reason, social entrepreneurs typically engage in entrepreneurial bricolage, which is described as a process of using whatever tools and resources necessary that are immediately available. The behavioral theory of entrepreneurial bricolage attempts to understand what entrepreneurs do when faced with resource constraints. In this vital process, little empirical research has been conducted to investigate what drives social entrepreneurs to engage in such a way. This study aims to understand the antecedents of bricolage and, in particular, empirically test its link to intellectual capital. A survey was administered to 115 social entrepreneurs from Ghana and Sierra Leone. Data analysis shows that relational capital plays a crucial role in driving social entrepreneurs to engage with bricolage. In fact, the quality of local relationships and external support received (by suppliers, customers, and communities) is positively related and statistically significant with entrepreneurial bricolage. The results of this study not only extend the academic literature of bricolage in social entrepreneurship but also point out the focal role of relational capital as an enabler toward effectively operating in difficult conditions in developing African countries. We thus provide theoretical implications to the field of social entrepreneurship through the lens of intellectual capital and knowledge management. Practical implications are provided to social entrepreneurs operating in developing countries, such as government, NGOs, and agencies seeking to support entrepreneurship initiatives. Limitations and future research opportunities are suggested as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».