MétaCan
Menu
Retour à la cohorte
Enregistrement W6912009938 · doi:10.5281/zenodo.13902639

SUCCESSION PLANNING AND BUSINESS CONTINUITY IN FAMILY-OWNED ENTERPRISES IN LAGOS STATE, NIGERIA

2024· article· en· W6912009938 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSuccession planningSample (material)Descriptive statisticsEcological successionBusiness continuityFamily businessDescriptive researchData collection

Résumé

récupéré en direct d'OpenAlex

This study investigates the effects of succession planning on the business continuity of family owned businesses in Lagos state, Nigeria. The study adopted a cross-sectional survey design and computed a sample size of three hundred and sixty-eight (368) from The Nigerian Association of Small and Medium Enterprises NASME database of registered family businesses of eight-thousand three hundred and ninety six registered family-owned businesses in Lagos state using the Cochran sample size formula. The senior staff and owners of family-owned businesses in Lagos state were purposively selected to fill out the structured questionnaires of the study. The questionnaires were adapted from previous studies and validated via a pilot study conducted in the Oluyole industrial area of Ibadan southwest, Oyo state, Nigeria. The study adopted SPSS version 25 for the descriptive statistics and Smart PLS version 4.0 for the inferential statistics to analyse the data. The study's findings revealed that succession planning influences 30.2% of business continuity, while the remaining 69.8% can be explained by the other exogenous variables different from business continuity. The study concludes that succession planning positively influences the business continuity of family-owned businesses in Lagos State, Nigeria.

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 candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,247
Écart entre enseignants0,222 · 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.

Devis d'étudeAutre devis
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetFamily Business Performance and SuccessionTravaux en français237 207