Embedding the marketing angle into the pursuit of entrepreneurial propensity: roles of perceived feasibility and desirability and stakeholders' support
Notice bibliographique
Résumé
Purpose This study endeavors to decode the propensity for entrepreneurial action by addressing the perceptions of feasibility and desirability stemming from entrepreneurs' and non-entrepreneurs’ appraisal of holding marketing capabilities; complemented by the direct and indirect effects of market stakeholders' support, assessed as bridging or buffering the entrepreneurial action. Design/methodology/approach Three groups were formed from a random sample of 1,957 Canadian (from Quebec) respondents to an online questionnaire: non-entrepreneurs with low entrepreneurial intentions, non-entrepreneurs with high entrepreneurial intentions and entrepreneurs with high entrepreneurial intentions. Findings The analyses revealed salient effects of perceptions of feasibility and desirability, coupled with appraisals of possessing marketing capabilities, on entrepreneurial propensity; and their strengthened relations when obtaining stakeholders' support. Overall, the results suggest that perceived market feasibility and market desirability are prominent factors in differentiating between entrepreneurial and non-entrepreneurial action, and the type and function of stakeholders' support are prominent in differentiating between intentions. Practical implications Practical implications include facilitating the transmission of marketing knowledge to novice entrepreneurs through higher education and the ecosystem. Originality/value The authors show that perceptions of feasibility and desirability are particularly dependent on the entrepreneur's perceived marketing capabilities and perceptions of entrepreneurial ecosystem supportiveness. This study thus captures a fuller range of the intentions–action relationship by gauging the unidimensional approach to entrepreneurial action through intertwining attributes at the individual and market levels. It takes a new look at feasibility and desirability through marketing capabilities; and offers a more robust classification of stakeholders' support—institution/people, bridging/buffering. Practical implications include facilitating the transmission of marketing knowledge to novice entrepreneurs through higher education and the ecosystem.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».