Empowering female decision-making in start-ups: the role of entrepreneurial passion in the formal and informal sectors of the Tunisian economy
Notice bibliographique
Résumé
Purpose This study explores how and the extent to which entrepreneurial passion is involved in undertaking an entrepreneurial decision to advance women’s entrepreneurial careers amidst the changing socioeconomic context and challenges emerging since the COVID-19 pandemic. Design/methodology/approach This exploratory study applies a qualitative interpretive methodology. The authors conducted in-depth semi-structured interviews with 24 female entrepreneurs in Tunisia to achieve the research objectives. Findings Our study demonstrates that entrepreneurial passion plays a distinct role across different stages of a startup’s lifecycle. It plays a prominent and explicit role during the pre-startup and startup phases, fueling motivation and driving initial entrepreneurial intentions. In contrast, as the company enters the growth stage, the role of passion becomes more implicit. In this case, rational decision-making tends to dominate passion, highlighting a shift toward more reasonable and strategic approaches in sustaining business expansion. The study’s findings also highlight the remarkable transition by female entrepreneurs from the informal to the formal sector during the start-up stage. Originality/value This is the first study to empirically explore entrepreneurial passion among women and its role in driving decision-making processes in Tunisia. The originality of this study also lies in its focus on start-up development phases to explain the importance of passion in women’s decision-making. Drawing on feedback from female entrepreneurs, this study demonstrates that entrepreneurial passion matters in different ways. As such, the study also provides valuable insight into the status and position of female entrepreneurship in the cultural landscape of the Middle East.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».