MétaCan
Menu
Retour à la cohorte
Enregistrement W4385610158 · doi:10.1016/j.jbvi.2023.e00415

Balancing entrepreneurial and learning orientations: A meta-analytic approach to understanding performance variability

2023· article· en· W4385610158 sur OpenAlexaff
Kanhaiya Kumar Sinha, Piers Steel, Chad Saunders, Hadi Fariborzi

Notice bibliographique

RevueJournal of Business Venturing Insights · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensMount Royal UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurial orientationModerationCorrelationAssociation (psychology)PsychologyPerspective (graphical)Positive correlationPositive relationshipMeta-analysisBusinessSocial psychologyEntrepreneurshipMathematicsComputer scienceArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

The entrepreneurial orientation (EO)-performance correlation varies across firms, traditionally attributed to external moderators. This study introduces a novel perspective, examining the EO and learning orientation (LO) correlation as an internal moderator on the EO-performance relationship. Our meta-analysis of 418 samples from 400 studies and a total of 129,695 firms, reveals a strong positive association between EO and LO, indicating their synergistic potential. The combined effects of EO and LO on performance were found to be significantly greater than their individual impacts. Furthermore, the correlation between EO and LO significantly influences the EO-performance relationship, suggesting that firms with high levels of both EO and LO exhibit higher performance variability. With the right balance between EO and LO, the EO-performance relationship can be almost doubled, providing a strategic lever for managers to enhance firm performance.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,074
Tête enseignante GPT0,245
Écart entre enseignants0,171 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Venturing InsightsMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207