MétaCan
Menu
Retour à la cohorte
Enregistrement W4294898287 · doi:10.34190/ecie.17.1.769

The Effect of Entrepreneur's Fear of Failure on firm's Entrepreneurial Orientation

2022· article· en· W4294898287 sur OpenAlexaff
Merihan Attia, Iman Seoudi

Notice bibliographique

RevueEuropean Conference on Innovation and Entrepreneurship · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensAssociation of Universities and Colleges of Canada
Organismes subventionnairesnon disponible
Mots-clésProactivityEntrepreneurial orientationEntrepreneurshipFear of failureBusinessDimension (graph theory)Orientation (vector space)PsychologyScale (ratio)Business administrationMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study focuses on the fear of failure (FF) in entrepreneurship and its effect on the entrepreneurial orientation (EO) as a strategic orientation in firms. There has been much research on EO as a predictor of organizations’ performance since it is considered a manifestation of the entrepreneurial direction inside the organization. Yet, the research on the relationships between individual-level variables and EO itself still has room for contribution, especially the internal aspects related to the entrepreneur or the manager. Therefore, this research aims to explore FF in entrepreneurship and its inhibiting and motivating roles. In addition, given that the firm is the unit of analysis in this study, this research explained how an entrepreneur’s FF affects the EO of the firm amidst the COVID-19 outbreak. The study administered a quantitative research design using a structured questionnaire. The results showed a positive influence of the entrepreneur’s fear of failure on the firm’s entrepreneurial orientation manifested in the firm’s innovativeness dimension. However, the other two dimensions that contribute to the firm’s EO representation (proactiveness & risk-taking) showed insignificant relationships with the entrepreneur’s FF.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,255
Écart entre enseignants0,215 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Conference on Innovation and EntrepreneurshipMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207