MétaCan
Menu
Retour à la cohorte
Enregistrement W3193074463 · doi:10.1177/14657503211035477

Mitigating work interference with family by leveraging an entrepreneurial strategic posture

2021· article· en· W3193074463 sur OpenAlexaff
Dirk De Clercq, Eugène Kaciak, Narongsak Thongpapanl

Notice bibliographique

RevueThe International Journal of Entrepreneurship and Innovation · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensBrock University
Organismes subventionnairesNarodowe Centrum Nauki
Mots-clésWork (physics)EntrepreneurshipResource (disambiguation)BusinessQuality (philosophy)Process (computing)Marketing

Résumé

récupéré en direct d'OpenAlex

This article adds to entrepreneurship research by detailing the mediating role of work-related emotional exhaustion in the connection between the extent to which women entrepreneurs experience work interference with family—defined as the degree to which the quality of their personal lives is compromised by work demands—and the performance of their businesses. It also predicts a buffering role of the entrepreneurial strategic posture of their businesses in this process. Survey data collected among women entrepreneurs in Chile indicate that the depletion of entrepreneurs’ work-related energy resource reservoirs is an important reason that increasing levels of work interference with family diminish business performance. This mediating role of emotional exhaustion is less prominent when they run their businesses entrepreneurially, which might help them find innovative solutions for the negative spillovers of work stress into the family domain. This research therefore reveals a critical challenge for women entrepreneurs who suffer in their personal lives due to pressing work demands: the associated emotional drainage compromises the success of their business endeavors, which eventually can generate even more hardships. This study also shows how women entrepreneurs can address this challenge, that is, by drawing from the novel insights that arise from an entrepreneurial strategic posture.

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 enseignants0,148
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
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 Opus0,035
Tête enseignante GPT0,247
Écart entre enseignants0,212 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Entrepreneurship and InnovationMême sujetFamily Business Performance and SuccessionTravaux en français237 207