ICKM 2024: International Conference on Knowledge Management 2024
Notice bibliographique
Résumé
This study explores the use of digital technologies and platforms (DTPs) among immigrant entrepreneurs to acquire knowledge and shape creation and growth of their ventures. Immigrant entrepreneurs face business viability concerns due to small size of ventures, concentration in ethnic enclaves and their focus on limited to low margin or highly competitive sectors. The extant literature illustrates that use of DTPs can shape creation of new business models, products, forms of innovation and allow entrepreneurs to transform their businesses. Yet, entrepreneurs' capabilities, skills, and resources and ethnic, social, or cultural factors limit immigrants’ use of DTPs. Recent literature has presented small businesses as frequently encountering malware attacks, receiving spam emails and fake invoices, and being subjected to phishing, and other forms of cyber threats. Such issues challenge the establishment, innovation, diversification, and growth of immigrant-owned businesses. This is further exacerbated by the recent increase in use of AI. However, existing literature does not examine these issues nor provide insights into AI and immigrants DTPs use or non-use comprehensively. Grounded on mixed embeddedness and knowledge based dynamic capabilities theoretical foundations, this study examines the means, conditions, and context by which immigrant entrepreneurs utilize DTPs to grow and fulfill their entrepreneurial ambitions to enhance their performance. Immigrant-owned businesses require both embedding and knowledge-based capabilities to successfully adopt DTPs. Drawing on a systematic review of the literature and in-depth interviews with immigrant entrepreneurs in Canada, we contribute to development of enhanced theory, practice, and policy in knowledge management, entrepreneurship, and immigrant integration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,026 | 0,024 |
| Science ouverte | 0,007 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,058 |
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 source (Gemma direct ou Codex distillé), 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 ».