Managing Marginalized Identities for Entrepreneurial Success
Notice bibliographique
Résumé
Prior work has shown that the observable social identities of entrepreneurs – such as their marginalized gender, race, religion, or social class – play a significant role in their ability to mobilize resources and successfully engage stakeholders (Fairlie & Robb, 2007; Freeland & Keister, 2016; Snellman & Younkin, 2021; Younkin & Kuppuswamy, 2018). Motivated by these findings, we propose a symposium to better understand the barriers faced by those from historically marginalized groups and examine how members of these groups manage their identities to overcome these barriers. Specifically, we considered three related questions. First, why and when do marginalized entrepreneurial identities lead to lowered resource mobilization and stakeholder evaluation? Second, what strategies do entrepreneurs with these identities and the institutions supporting them undertake to overcome obstacles that entrepreneurs may face due to these marginalized identities? Third, under what conditions are these identity-based entrepreneurial strategies effective, and under what conditions are they not? We hope our symposium will contribute to ongoing discussions about the presence of inequality among entrepreneurs. Our scholars will address these questions in a wide range of empirical contexts, including North Korean refugee entrepreneurs in South Korea, Muslim American entrepreneurs, and entrepreneurs in Morocco, using a diverse collection of qualitative, archival, and experimental methods. After providing comments and integrating lessons learned from the presenters, our discussant Martin Ruef, an authority on entrepreneurship among historically marginalized groups (see, for example, Ruef, 2010, 2014; Ruef & Grigoryeva, 2020), will lead a group discussion composed of prepared questions and audience question and answer session to synthesize understanding and outlining avenues for future research. Organizational Blueprints: What Does it Take to Build an Organization? Author: Tiantian Yang; U. of Pennsylvania Playing A Serious Game: North Korean Refugees’ Journeys to Becoming Entrepreneurs in South Korea Author: Suntae Kim; Johns Hopkins Carey Business School Author: Hyo Young Lee; - Author: Yunjung Pak; U. of Alberta Author: Simon (Seongbin) Yoon; U. of California, Irvine Managing Marginalized Entrepreneurial Identity to Create New Markets: A case of Muslim Entrepreneurs Author: Yun Ha Cho; U. of Michigan Author: Diana Jue-Rajasingh; Rice U. Author: William Reuben Hurst; U. of Michigan, Ross School of Business Accelerators or Brakes?: A Field Experiment on Encouraging Entrepreneurship in Morocco Author: Ouafaa Hmaddi; City College - City U. of New York Author: Peter Younkin; U. of Oregon
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,001 | 0,014 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».