MétaCan
Menu
Retour à la cohorte
Enregistrement W4388847261 · doi:10.30525/2256-0742/2023-9-4-206-212

CLASSIFICATION AND EVALUATION OF SOCIAL ENTREPRENEURSHIP DEVELOPMENT INDICATORS

2023· article· en· W4388847261 sur OpenAlexaboutno aff
Анна Переверзєва, Viktoriia Gryn, Viktoriia Maltyz

Notice bibliographique

RevueBaltic Journal of Economic Studies · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesErasmus+Universität BielefeldEuropean Commission
Mots-clésEntrepreneurshipSocial entrepreneurshipValue (mathematics)Social changeMultiplicative functionIndex (typography)EconomicsEconomic growthBusinessRegional scienceEconometricsComputer scienceMathematicsSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

The purpose of the study is to classify and evaluate indicators of social enterprise development for countries with the most favourable conditions for their functioning. Methodology. The study uses indices as an assessment tool. The method of grouping indicators was used, which allowed to identify two components of social entrepreneurship development: economic and social. The basis of the analysis is the use of additive, multiplicative and additive-multiplicative models, which allows comparing the results and determining the most effective model for a particular country. To evaluate the development of social entrepreneurship, the Thomson Reuters Foundation report "The best countries to be a social entrepreneur" was used. Results. Studies have shown that the highest value of the social enterprise development index is achieved when using different models depending on the country chosen, i.e., if the highest level is achieved when using an additive model (Singapore, Denmark, Chile), this means that the low level of development of one component is compensated for by a higher level of other components. If the highest value is achieved when using a multiplier model (Canada, Australia, France, Belgium, the Netherlands, Finland, Indonesia), then it is important for the country to take into account all development components simultaneously. The additive-multiplicative model allows countries to vary the components and determine how they want to move forward to achieve the highest level of social entrepreneurship development. Practical implications. The classification and evaluation of indicators for countries allows to identify "stimulators" and "disincentives" for the development of a social enterprise, as well as to determine the nature of their impact: economic (through material incentives), non-economic (social). This allows each country to develop its own algorithm for implementing such an innovative form of business to achieve maximum effect, i.e., to solve socio-economic problems and increase the level of development in the future. Value/originality. In the context of escalating conflicts at both the global and local levels, the number and complexity of socio-economic problems are increasing, and they need to be addressed through the use of creative and innovative methods, as traditional mechanisms have failed. That is why social enterprises are an effective form of business that will allow not only quantitatively but also qualitatively to ensure the achievement of this mission. This research focuses on the factors that influence the development of social enterprises and can be used by countries to formulate public policies to support this innovative form of business.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,012
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
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 Opus0,113
Tête enseignante GPT0,331
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBaltic Journal of Economic StudiesMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207