MétaCan
Menu
Retour à la cohorte
Enregistrement W4399798144 · doi:10.55482/jcim.2024.33625

Direct or Indirect Exporting? The Joint Influence of Gender and Immigration Background on Export Strategies of Canadian SMEs

2024· article· en· W4399798144 sur OpenAlexaffvenueabout
Xiaojing Wang, Horatio M. Morgan, Yu Wei Ye

Notice bibliographique

RevueJournal of Comparative International Management · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of WaterlooToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésImmigrationJoint (building)International tradeDemographic economicsBusinessPolitical scienceInternational economicsEconomicsEngineeringLawCivil engineering

Résumé

récupéré en direct d'OpenAlex

Given the challenges women-owned small and medium-sized enterprises (SMEs) face in global markets, we investigate the effects of gender and immigrant background on their direct versus indirect export strategies. Drawing on insights from social capital theory, our analysis consists of a sample of 109 Canadian SMEs. We found that although women-majority-owned SMEs are less likely to export directly compared to their men-majority-owned counterparts, women owners with an immigrant background have the potential to overcome network-related barriers, thus weakening the negative effect of gender on direct exporting. These results point to the significance of having access to international networks and the necessity to leverage this linkage to support the direct exporting approach for women-majority-owned SMEs. Our research guides SME owners and managers with global aspirations. We suggest policymakers develop initiatives to encourage women owners to identify, build, and cultivate international business relationships and improve the design and implementation of policies targeted at immigrant export businesses.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,149
Tête enseignante GPT0,292
Écart entre enseignants0,143 · 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'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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative International ManagementMême sujetGlobal trade and economicsTravaux en français237 207