MétaCan
Menu
Retour à la cohorte
Enregistrement W3195864973 · doi:10.1080/08276331.2021.1965368

Transnationalism and migrant entrepreneurship: a case study of self-employed foreigners in Hangzhou, China

2021· article· en· W3195864973 sur OpenAlexaff
Zhenxiang Chen, Xiaoguang Fan

Notice bibliographique

RevueJournal of Small Business & Entrepreneurship · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensMcGill University
Organismes subventionnairesNational Social Science Fund of China
Mots-clésChinaTransnationalismEntrepreneurshipPhenomenonEconomic geographyDemographic economicsMigrant workersCountry of originPolitical scienceEconomic growthSociologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

International migrant entrepreneurship in China has expanded and grown. Yet, studies on this phenomenon in China have been limited. We aim to contribute to this literature by exploring international migrant entrepreneurship for various categories of international migrants in a single setting and suggesting a more comprehensive picture of migrant entrepreneurship in China. We rely on the transnationalism framework and conduct various regression analyses using our unique dataset—Survey of Foreigner Residents in China (SFRC) from 2018-2019 to study both factors in China and factors from migrants’ home country, as well as the interactions between these two types of factors, in determining migrants’ likelihood of being an entrepreneur. Our results suggest that social networks and language skills in China, the ownership of the assets in migrants’ home country, and the economy and culture of their home country can significantly shape migrants’ likelihood to become an entrepreneur. These findings show the major role of factors from migrants’ home country, highlighting the importance of using the transnationalism framework to study migrant entrepreneurship. We also find evidence of only a few interaction effects between factors in China and factors from migrants’ home country, suggesting that they are weakly dependent on each other in influencing migrant entrepreneurship in China.

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)0,000
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 enseignants0,144
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,034
Tête enseignante GPT0,277
Écart entre enseignants0,243 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Small Business & EntrepreneurshipMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207