Aile işletmelerinde sosyo-duygusal zenginlik: Bibliyometrik bir analiz
Bibliographic record
Abstract
Sosyo-duygusal zenginlik (SEW), aile işletmeleri literatüründe yerleşik bir konudur. Uluslararası akademik kaynaklarda konuya dair teorik bilgiler yer alsa da, Türkiye’deki aile işletmeleri literatürü farklı araştırma yaklaşımları ve keşfedilmeye açık yeni alanlar konusunda kapsamlı bir anlayıştan yoksundur. Bu sınırlama, alandaki teori ve pratiğin ilerlemesi açısından önemli bir engeldir. Bu çalışmada bibliyometrik analiz ile “sosyo-duygusal zenginlik (SEW) ve aile işletmesi” alanındaki araştırmaların geçmişi, bugünü ve geleceğine dair genel bir bakış sunularak, literatürün evrimini anlamaya yönelik tematik bir harita oluşturulmuştur. Bunun için “VOSviewer 1.6.6” yazılımının yanı sıra OpenAI ChatGPT (2025) destekli Python tabanlı analiz araçları kullanılmıştır. Bulgularımız, ilk yayının 2007’de yayımlandığını, yayın sayısının 2025’te 176’ya ulaştığını, bu çalışmalara 13.651 kez atıf yapıldığını ve 2024 yılında 25 yayınla en yoğun akademik üretimin gerçekleştiğini göstermektedir. Atıf sayısı ve bağlantı gücü açısından Journal of Management Studies dergisi; ülkelerden Kanada ve ABD; kurumlardan Arizona State University ve University of Alberta; yazarlardan Luis Gomez-Mejia ve David L. Deephouse; anahtar kelimelerden ise “sosyo-duygusal zenginlik”, “performans” ve “sahiplik” öne çıkmıştır. 2007–2025 yılları arasındaki göreli önem değişimlerine göre anahtar kelimeler sosyo-duygusal zenginlik (SEW) etrafında şekillenmiş; zamanla girişimcilik, davranışsal vekalet ve stratejik yönetişim temalarına evrilmiştir. Temalar, sosyo-duygusal zenginlik (SEW) temelli çerçeveden girişimcilik, yönetişim ve vekalet ilişkileri gibi çok boyutlu alanlara yönelmiştir. Bulgulara istinaden, gelecekteki araştırmalara yönelik öneriler sonuç bölümünde sunulmuştur.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.011 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.035 | 0.006 |
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".