MétaCan
Menu
Retour à la cohorte
Enregistrement W4206749033 · doi:10.1108/978-1-80117-578-420221007

Building Our Understanding of Daughters’ Inclusion in the Family Business Succession Process

2022· book-chapter· en· W4206749033 sur OpenAlexaff
Christina Constantinidis, Teresa Nelson, Issaka Oumarou Harou

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEcological successionInclusion (mineral)Family businessDiversity (politics)Corporate governanceInterpersonal communicationVariety (cybernetics)Qualitative researchOrder (exchange)Process (computing)Public relationsBusinessSociologyManagementMarketingPolitical scienceGender studiesSocial scienceComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter expands our understanding of daughters’ inclusion in family business succession, analyzing why and how it can and does take place. Our work reveals that things are much more complex and diverse than research tells us in terms of daughters, their families, and their businesses. Daughters are not only “in” or “out” of the family business. They can be included in a variety of ways, at different moments, following different paths, in a diversity of contexts. Based on 10 years of qualitative research data on family business succession, we explain and discuss how gender dynamics in the family and the business systems affect succession practices and outcomes, beyond the individual level analysis. We used six selected and contrasted cases to illustrate the influence that gender, birth order, family inherited culture, business hierarchies and history, interpersonal relationships (parents-heirs-other stakeholders), as well as ownership transfers, governance rules and management procedures have on intergenerational succession, and particularly in daughters’ family business inclusion. From our findings, readers can draw practical recommendations for family business owners, managers and successors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,008
Communication savante0,0050,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,266
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFamily Business Performance and SuccessionTravaux en français237 207