Modeling the impact of networks and dependence on male and female entrepreneurs in India
Bibliographic record
Abstract
L'un des défis auquel doivent faire face les entrepreneurs lors des premiers instants de leurs entreprise est le processus de mobilisation de ressource. Les réseaux sociaux sont critiques pour les entrepreneurs, particulièrement dans des économies émergentes car ils servent de moyen pour acquérir d'essentiel ressources des fournisseurs. Certains écrits sur les genres et l'entrepreneuriat ont mis l'emphase sur les différences de caractéristiques et de composition des réseaux sociaux des hommes et des femmes. Par contre, on en sait moins sur l'impact que ces différences de réseaux sociaux ont sur la prise de décision et les opérations pour les entreprises des entrepreneurs. La thèse contribue aux écrits sur l'entrepreneuriat en synthétisant les réseaux sociaux et la dépendance de ressource pour explorer les différents types de réseaux que les hommes et les femmes entrepreneur ont pour mobiliser des ressources dans un contexte d'économie émergente. La thèse examine alors comment ces types de réseaux sociaux, en termes de force de lien, diversité, densité et grandeur, interagissent avec la dépendance de ressource pour impacter le processus de prise de décision d'affaires et d'opérations des hommes et femmes entrepreneurs dans une contexte d'économie émergente, dans ce cas-ci : l'Inde. Donc, les principales questions guidant cette étude sont les suivantes : (1) Quel sont les types de réseaux sociaux possédés par les hommes et les femmes entrepreneurs dans un contexte d'économie émergente? Et (2) Quel est l'impact, en terme de pouvoir de relation et de dépendance, que ces réseaux sociaux créent entre les femmes entrepreneures et les hommes entrepreneurs dans les premiers moments de leur entreprise? Un cadre théorique novateur est développé de deux types de réseaux : plus riche ou plus pauvre, pour évaluer en quel points les réseaux diffèrent entre les hommes et les femmes entrepreneurs en Inde. En utilisant cette classification des réseaux, la thèse explore comment ces types de réseaux et dépendances de ressources associées interagissent pour influencer le processus de prise de décisions d'affaires et les opérations des entrepreneurs indiens hommes et femmes. Pour la composante empirique de la thèse, l'auteure a conduit 50 entrevues auprès d'entrepreneurs dans le domaine des technologies de l'information hommes et femmes en Inde, pour évaluer les hypothèses développées de la révision des écrits. Pour réduire les variations de parcours académique des répondants et les variations de secteur de leur entreprise, les interviewés ont été choisis parmi les gradués de certains programmes/spécialisations spécifiques d'une institution indienne de technologie qui prépare de nouvelles entreprises en Inde dans un domaine particulier: l'industrie des logiciels. L'étude montre que les hommes entrepreneurs ont tendance à avoir un réseau plus riche alors que les femmes un réseau plus pauvre. Cependant, les réseaux sociaux des femmes entrepreneurs ont tendance à avoir un plus grand degré d'influence sur l'acquisition de ressources et les opérations de l'entreprise comparé aux hommes dans cette étude.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".