MétaCan
Menu
Retour à la cohorte
Enregistrement W4400182643 · doi:10.1016/j.jbvi.2024.e00481

Timing and pricing of micro-acquisitions: A Perspective from effort justification theory

2024· article· en· W4400182643 sur OpenAlexafffund
Zahra Jamshidi, Mohammad Keyhani

Notice bibliographique

RevueJournal of Business Venturing Insights · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésCognitive dissonancePerspective (graphical)Proxy (statistics)RevenueListing (finance)EconomicsMatching (statistics)MarketingOffset (computer science)BusinessMicroeconomicsIndustrial organizationFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

Micro-acquisition marketplaces are a recent phenomenon in the world of entrepreneurship that facilitate the matching of buyers and sellers of relatively small-scale startups or pre-startup projects. Unlike traditional acquisitions, in micro-acquisition markets, sellers typically decide on the timing and offset an initial asking price for the deal. However, cognitive biases are likely to interfere with these decisions and lead to suboptimal decisions that prevent efficient matching. We argue that the age of a project at the time of listing can act as a proxy for the time and effort that has been spent by the entrepreneur to develop the project. Building on effort justification and cognitive dissonance theories , we argue that there is a curvilinear relationship between project age and price; and that this relationship is moderated by the level of revenue achieved by the project at the time of listing. Using data from Acquire.com , we find empirical support for these patterns indicating that entrepreneurs may justify a higher price because of higher effort up to a certain threshold, and especially for higher revenue projects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Business Venturing InsightsMême sujetPrivate Equity and Venture CapitalTravaux en français237 207