MétaCan
Menu
Retour à la cohorte
Enregistrement W4292614133 · doi:10.58036/stss.v13i2.1009

The Paradox of Institutional Trust and Entrepreneurship in Transitional Countries

2025· article· en· W4292614133 sur OpenAlexaff
Lida Fan, Nazim Habibov, Yunhong Lyu, Alena Auchynnikava, Rong Luo

Notice bibliographique

RevueSocial Science Open Access Repository (GESIS – Leibniz Institute for the Social Sciences) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of WindsorLakehead University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The relationship between institutional trust and entrepreneurship is not straightforward but is intertwined with social context. This study explores this relationship by estimating the relationship between entrepreneurship and institutional trust together with a set of individual social demographics and the country of residence in 27 transitional countries in Eastern Europe and countries of the former Soviet Union using the data of the 2016 Life in Transition Survey (LiTS). The analytical framework in this study is that individuals make their decisions in choosing the type of employment by weighing the level of institutional trust in their communities, a set of democratic factors and social indicators. The results of our 2SLS estimations indicate a consistent negative association between institutional trust and entrepreneurship for all the sub-datasets. However, this cannot be interpreted as evidence for the negative effect of institutional trust on entrepreneurship. Given our analytical framework, this counter common-sense phenomenon would be interpreted as when the institutional trust was high, individuals would rather choose to have a paid job instead of running their own business in these transitional countries. This study provides evidence of how far these countries have gone on the path of transition three decades after the transition.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,429
Écart entre enseignants0,376 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science Open Access Repository (GESIS – Leibniz Institute for the Social Sciences)Même sujetHigher Education Governance and DevelopmentTravaux en français237 207