MétaCan
Menu
Retour à la cohorte
Enregistrement W4416001624 · doi:10.5465/amproc.2025.13948symposium

Social Capital and Inequality in Immigrant Entrepreneurship: Pathways and Barriers

2025· article· en· W4416001624 sur OpenAlexaffabout
Inara Tareque, Exequiel Hernández, Chris Rider, Nada Basir, Astrid Marinoni, Sandra Portocarrero

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSocial capitalEntrepreneurshipImmigrationFace (sociological concept)Inclusion (mineral)Context (archaeology)InequalitySocial mobility

Résumé

récupéré en direct d'OpenAlex

Immigrant entrepreneurs who belong to marginalized populations face significant financial, social, cultural, and legal barriers (Hernandez, 2024). While founding and sustaining a new business is not an equal experience for all (Guzman & Kacperczyk, 2019), entrepreneurship offers marginalized people a pathway to greater economic inclusion and social mobility (Min & Bozorgmehr, 2003; Hwang & Phillips, 2023; Rider et al., 2023). Furthermore, despite the risks associated with new enterprises, immigrants are more likely than their native-born counterparts to become entrepreneurs (Kerr & Kerr, 2020). Considering this evidence, entrepreneurship has the potential to offer marginalized immigrants a pathway to economic inclusion and social mobility. As organizational scholars and members of an unequal society with growing anti-immigrant sentiment, it is crucial to investigate the mechanisms that could reduce barriers to entrepreneurial entry and growth for marginalized immigrants. The literature on social capital identifies it as a powerful resource facilitating entrepreneurial success (Burt, 1992; Lin et al., 2001; Adler and Kwon, 2002; Samila & Sorenson, 2017; Portes & Sensenbrenner, 1993). However, in the context of immigrant entrepreneurship, the role of social capital is far from straightforward.. Immigrants, being foreign to the host country, often lack access to the social networks that facilitate entrepreneurial entry, especially in the absence of resource-rich ethnic enclaves (Portes & Stepick, 1985). Even when such networks exist, cultural norms or an overreliance on insular perspectives within these enclaves can limit entrepreneurial ambition and growth (Portes, 2014). Finally, first-order barriers such as marginalized identities may further constrain immigrants’ ability to cultivate resourceful social ties. This symposium tackles such intricacies in the literature to advance our understanding of social capital and inequality in the context of immigrant entrepreneurship. It will feature research that explores how social capital shapes inequities in immigrant entrepreneurship and examines interventions to mitigate these disparities. Key questions addressed include: a) Can social capital offset financial inequities that hinder entrepreneurial entry? b) How do multiple overlapping identities of people influence their engagement with entrepreneurial ecosystems and networks? c) What interventions, such as macro policy changes or digital tools, can reduce the social network-driven inequities faced by immigrant entrepreneurs? The Impact of Financial Constraints on Entrepreneurship: The Moderating Role Of Social Capital Author: Inara Tareque; Columbia Business School Navigating Identity Networks in Entrepreneurial Ecosystems Author: Nada Basir; University of Waterloo Author: Bessma Momani; University of Waterloo Author: Melissa Finn; University of Waterloo Author: Leslie Nichols; Wilfrid Laurier University The Entrepreneurial Dynamics of Trade Liberalization: Immigrants as Agents of Change Author: Ashlee Li; Author: Astrid Marinoni; Georgia Institute of Technology A Digital Refuge: How WhatsApp Offers Stability Amidst Mobility to NYC Asylum Seekers Author: Sandra Portocarrero; The London School of Economics & Political Science Author: Rohini Jalan; McGill University

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,269 · 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'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207