MétaCan
Menu
Retour à la cohorte
Enregistrement W4303962323 · doi:10.1108/jepp-01-2022-0015

The origin and evolution of entrepreneurship policies: the case of China

2022· article· en· W4303962323 sur OpenAlexaff
Da Huo, Yifan Wei

Notice bibliographique

RevueJournal of Entrepreneurship and Public Policy · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipOriginalityContext (archaeology)ChinaValue (mathematics)PoliticsEmerging marketsEconomicsEconomic geographyEconomic systemPositive economicsPolitical scienceSociologySocial scienceQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose This paper seeks to answer two questions: (1) where do a country's entrepreneurship policies come from? (2) How do they evolve and shape entrepreneurial activities? Design/methodology/approach Drawing upon the comparative political economy literature and the institutional perspective, this paper proposes a theoretical model of the origin and evolution of entrepreneurship policies. We use China as a case study to apply the theoretical model and demonstrate the evolution of entrepreneurship policies in three stages during the period 1978 to 2012. Findings The case analysis of China provides evidence and support for our theoretical model and unpacks the process by which entrepreneurship policies originate and evolve as the result of the interplay among constantly changing policymaking, production, and knowledge regimes. Research limitations/implications Because of the research context, findings may lack generalisability. Additional studies on policymaking and production regimes of different kinds and their respective roles in shaping entrepreneurship policies are encouraged to further advance this line of research. Practical implications This paper offers important implications concerning entrepreneurship policy and activities for policymakers, practitioners and other stakeholders in emerging economies. Originality/value Our study fills a gap in the entrepreneurship literature by expanding scholarly understanding of the origin and evolution of entrepreneurship policies.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Entrepreneurship and Public PolicyMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207