The influence of entrepreneurial orientation and family business’s resources and capabilities on marketing performances
Notice bibliographique
Résumé
This paper uses data from the Successful Transgenerational Entrepreneurship Practices Project (STEP Project) to investigate the influence of entrepreneurial orientation (EO) and family business’s resources and capabilities towards marketing performance. Previous researches represent an evidence of a relationship between EO and firm performance. Nevertheless, there are limited studies to investigate both psychological and physical aspects of family business like EO and family business’s resources and capabilities to firm performance. The empirical analysis includes a STEP project data set of 28 countries (n = 1,008) in 4 regions of the world; Asia-Oceania (Australia, China, Hong Kong, India, Japan, Malaysia, Taiwan, Thailand), Europe (Belgium, France, Germany, Ireland, Italy, Netherlands, Spain, Sweden, Switzerland, UK, Russia), Latin America (Chile, Colombia, Dominican Republic, Peru, Puerto Rico, Venezuela), and North America (Canada, Mexico, USA) which was collected during 2013-2015. SEM is used to investigate the effect of EO and family business’s resources and capabilities on marketing performances. \nThe findings support the relationship of EO and family business’s resources and capabilities on entrepreneurial performances. The results of the study show that both EO and family business’s resources and capabilities affect positively to the entrepreneurial performance. This study provides insights to researchers, practitioners and managers on the significance of both entrepreneurial orientations and firms’ resources and capabilities for the survival and growth of family businesses.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».