MOTIVATIONS AND BARRIERS OF ENTREPRENEURS IN MOSCOW AND THE MOSCOW REGION
Notice bibliographique
Résumé
The main goal of this research is to examine the motivation of entrepreneurs from Moscow and the Moscow region in conducting entrepreneurial activity in present economic conditions, and to identify the obstacles slowing down this activity. For implementing this goal a survey of 63 small business owners was conducted. To collect the data, authors selected the ME (micro-enterprise), the SB (small business) and the SME (small and medium-sized enterprise). The actors questioned were entrepreneurs and more particularly the heads of companies running an ME, SB or SME in Moscow and its regions. Using research methods as factor analysis and Cronbach’s Alpha, a hierarchy of the different motives and entrepreneurial barriers were constructed. Investigation results show that regarding motivations of entrepreneurs, 4 components were obtained: extrinsic motivations composed of 4 items, intrinsic motivations composed of 6 items, motivations linked to independence and autonomy with 3 items and motivations related to the safety and well-being of the family with 3 items. In terms of barriers or obstacles encountered by Russian entrepreneurs, in regards with the literature review, we obtained 5 components: barriers of legitimacy consisting of 3 items, administrative barriers with 3 items, financial barriers with 2 items, managerial barriers with 3 items and finally competitive barriers with 3 items. The novelty of this study is to improve knowledge of the motivations and barriers that entrepreneurs in Moscow and its region encounter in the course of their activity.
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 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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».