MétaCan
Menu
Retour à la cohorte
Enregistrement W4405642202 · doi:10.1186/s13731-024-00453-w

Thought clarity to execution chaos: a review on core competencies of grassroots entrepreneurs for instigation, growth and sustainability of startups

2024· review· en· W4405642202 sur OpenAlexaff
Isha Nag, Sridhar Manohar, Amit Mittal, Arjun J. Nair

Notice bibliographique

RevueJournal of Innovation and Entrepreneurship · 2024
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensSt. Lawrence College
Organismes subventionnairesnon disponible
Mots-clésGrassrootsCLARITYSustainabilityEntrepreneurshipCore (optical fiber)Core competencyBusinessCHAOS (operating system)Public relationsManagementMarketingPolitical scienceEconomicsEngineeringComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Endeavoring to comprehend the recent surge in empirical and theoretical research ventures on grass root entrepreneurial competencies, the study initially intends to shed light on the current trends and future directions that facilitate in assimilating the reasons for declining growth stability. Moreover, as the emerging interest and importance of entrepreneurs in bottom of the pyramid market, the research attempts to classify exclusive competencies, barriers and support requisite for sustainability. The articles selected and shortlisted from the Scopus database is accumulated to 1486 documents, retrieved between 1971 and 2022 was utilized to perform the bibliometric analysis. The classification identified the need for future research in grassroots competencies, sustainable startups, circular economy, barriers and facilitators in low-income society. The findings stimulate scholars to work on to bring new approaches, theories and business models for both government and organizations during skill development programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,067
Tête enseignante GPT0,323
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Innovation and EntrepreneurshipMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207