MétaCan
Menu
Retour à la cohorte
Enregistrement W4404473932 · doi:10.1037/apl0001250

Self-promotion in entrepreneurship: A driver for proactive adaptation.

2024· article· en· W4404473932 sur OpenAlexafffund
Jean‐François Harvey

Notice bibliographique

RevueJournal of Applied Psychology · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensHEC Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEntrepreneurshipPsychologyAdaptation (eye)Promotion (chess)ProactivityApplied psychologySocial psychologyBusiness

Résumé

récupéré en direct d'OpenAlex

Research in impression management has primarily examined how self-promotion affects one's image, neglecting the potential benefits of feedback on the underlying image that is being impression managed. This study bridges this gap by integrating impression management with social-cognitive theory to explore how self-promotion can enhance feedback from targets, thereby stimulating initiative-taking and proactive adaptation in the actor. Analyzing five-wave monthly survey data from 574 entrepreneurs, I find a positive relationship between self-promotion and experimentation, which positively associates with business-model adaptation. This indirect effect is observed exclusively among entrepreneurs confident in their capabilities, highlighting the critical role of self-efficacy. Furthermore, results from three scenario-based experiments demonstrate that higher levels of self-promotion elicit greater engagement from targets, with responses containing more constructive elements, such as ideas or concerns, thereby supporting my theory. My findings underscore the richer feedback generated from self-promotion, suggesting it plays a critical role in facilitating agentic behavior. This contributes to a more nuanced understanding of self-promotion's impact, proposing new avenues for future studies in impression management and entrepreneurship. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,357

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 savante0,0000,000
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 Opus0,034
Tête enseignante GPT0,293
Écart entre enseignants0,259 · 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'étudeSans objet
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PsychologyMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207