MétaCan
Menu
Retour à la cohorte
Enregistrement W4416144489 · doi:10.55482/jcim.2025.34499

Contextualization and conceptualization of the determinants of self-initiated expatriates’ international opportunity recognition in an informal economy context

2025· article· en· W4416144489 sur OpenAlexvenueno aff
Jase R. Ramsey, Richard A. Posthuma, Amine Abi Aad, Jamal T. Maalouf

Notice bibliographique

RevueJournal of Comparative International Management · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContextualizationConceptualizationInformal learningExperiential learningLeverage (statistics)Context (archaeology)OperationalizationDiasporaWork (physics)Informal education

Résumé

récupéré en direct d'OpenAlex

This study introduces an updated conceptual model that extends the contextual literature on self-initiated expatriates (SIEs) into the opportunity recognition framework. Integrating individual and contextual factors, this model examines opportunity recognition by SIEs in informal economies, an under-researched area. The current global migration context, characterized by economic opportunities, geopolitical conflicts, and environmental changes, is leading to significant demographic and labor transformations. These changes are having a substantial impact on international entrepreneurship. The new model extends experiential learning and self-construal theories, incorporating work experience in informal economies, cultural intelligence, individualism, and risk aversion. This model illustrates how SIEs leverage their diaspora connections and advanced cross-cultural competencies to navigate and utilize the entrepreneurial ecosystem effectively. Additionally, the study provides new and testable research propositions. This approach offers a comprehensive understanding of how SIEs recognize and pursue opportunities in informal economies, highlighting the intricate interplay between individual attributes and contextual influences.

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 enseignants0,336
Score d'incertitude au seuil0,349

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 savante0,0000,001
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 Opus0,096
Tête enseignante GPT0,392
Écart entre enseignants0,296 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative International ManagementMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207