MétaCan
Menu
Retour à la cohorte
Enregistrement W4412846632 · doi:10.1177/09713557251358938

Unpacking the Complexities of Financial Well-being Among Entrepreneurs and Employees: It’s More Than the Money!

2025· article· en· W4412846632 sur OpenAlexaff
A. Stephens, Abede Jawara Mack, Priscilla Bahaw

Notice bibliographique

RevueThe Journal of Entrepreneurship · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésUnpackingBusinessFinance

Résumé

récupéré en direct d'OpenAlex

This study investigates how employment type (entrepreneurship vs paid employment) and individual characteristics (demographics and career motivations) jointly influence financial well-being (FWB) in Trinidad and Tobago. It moves beyond traditional income-based indicators, adopting a subjective, contextualised approach to assess FWB for individuals in the abovementioned setting. A survey was administered to a sample comprising full-time entrepreneurs, full-time paid employees and hybrid entrepreneurs ( n = 364). Full-time entrepreneurs reported significantly higher levels of FWB than paid employees. However, hybrid entrepreneurs—who simultaneously engaged in entrepreneurship and paid employment—did not report significantly higher FWB than wage earners. This suggests that the intensity of entrepreneurial engagement plays a crucial role in shaping an individual’s FWB. Employment type interacted with other demographic variables to shape FWB, reiterating the complexity and multidimensionality of FWB. Intrinsic motivations for choosing one’s career path (passion and self-efficacy) were stronger determinants of FWB than extrinsic factors (financial motivations). The study introduces nuanced perspectives on subjective well-being theory and the theory of planned behaviour, which, to date, remain underexplored in mainstream entrepreneurship and FWB literature. Additionally, its findings underscore the importance of critically assessing individual motivations prior to entrepreneurial entry, thus offering valuable practical implications for aspiring entrepreneurs and policymakers.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of EntrepreneurshipMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207