Introduction: Re-positioning migrant entrepreneurs: A situated and relational approach to practices and policies
Notice bibliographique
Résumé
In 2024, international migrants numbered 304 million, nearly double the 1990 figure, emphasising the urgency of understanding migrant entrepreneurship in a global context. While much scholarship acknowledges individual traits such as cultural orientation, human capital or risk tolerance, it often assumes the neutrality of the institutional and political systems migrants must navigate. This special issue challenges such individualistic framings by foregrounding migration regimes – the political and regulatory processes governing mobility, settlement and economic participation – as central to shaping entrepreneurial opportunities. Across six contributions, the issue critically examines how support systems, policies and institutional practices embed migrant entrepreneurship within structural inequalities. The articles collectively highlight how access to markets, technologies and entrepreneurial ecosystems is mediated by intersectional factors including race, gender, legal status and socio-economic background. Rather than celebrating migrant resilience or focusing narrowly on venture outcomes, the articles explore how institutional intermediaries, support programs and policy environments both enable and constrain entrepreneurial possibilities. By situating migrant entrepreneurship within broader socio-political and regulatory contexts, the special issue reorients the field away from overly individualistic narratives and toward structurally informed perspectives. In doing so, it advances theoretical coherence, highlights the lived experiences of migrant entrepreneurs and provides policy-relevant insights for designing support initiatives that recognise and address systemic inequalities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».