MétaCan
Menu
Retour à la cohorte
Enregistrement W3200752753 · doi:10.1177/00472875211047275

Family Matters: Dual Network Embeddedness, Resource Acquisition, and Entrepreneurial Success of Small Tourism Firms in Rural China

2021· article· en· W3200752753 sur OpenAlexaff
Qiucheng Li, Huanzhou Zhang, Mao-Ying Wu, Geoffrey Wall, Tianyu Ying

Notice bibliographique

RevueJournal of Travel Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceHumanities and Social Sciences Youth Foundation, Ministry of Education of the People's Republic of China
Mots-clésEmbeddednessResource (disambiguation)TourismBusinessChinaDual (grammatical number)MarketingResource-based viewSample (material)Industrial organizationSociologyCompetitive advantage

Résumé

récupéré en direct d'OpenAlex

Small tourism firms (STFs) established and operated by local families can be an engine of sustainable rural tourism. This paper stresses the intimate intertwining of family and business in rural STFs and conceptualizes their entrepreneurial success as a combination of business performance and family well-being. Integrating the resource-based view and network embeddedness theory, relationships among the STF owners’ dual social networks (family and industry networks), entrepreneurial resource acquisition, and entrepreneurial success are proposed and tested with a sample of 276 STFs in rural China. The empirical analyses reveal that (1) compared with tangible and knowledge-based resources, the owners’ acquisition of psychic resources has the strongest effect on entrepreneurial success; and (2) although industry networks provide more diverse access to entrepreneurial resources, family networks are superior in facilitating psychic resource acquisition, thus are especially important to the entrepreneurial success of rural STFs. Theoretical and practical implications are discussed.

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)0,002
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 enseignants0,178
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,285
Écart entre enseignants0,254 · 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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Travel ResearchMême sujetFamily Business Performance and SuccessionTravaux en français237 207