Modelling Job-related and Personality Predictors of Intention to Pursue Accounting Careers among Undergraduate Students in Ghana
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study principally investigates job-related and personality factors that determine Ghanaian accounting students’intentions to pursue careers in accounting. It draws on a rich body of existing literature to develop a research model.Primary data were collected from a cross-sectional survey of 516 final year accounting students in a Ghanaian publicuniversity. Data were analysed using SmartPLS 2.0 to conduct Partial Least Squares Structural Equation Modelling(PLS-SEM). The results show that five factors are key determinants of accounting students’ intentions to pursueaccounting careers. Among the significant predictors, feelings about accounting profession made the greatestinfluence on career intentions, followed by accountants’ reputation, job requirements, job outcomes and self-efficacy.Two factors, negative perception of ethical behaviour of accountants and accounting knowledge did not contributesignificantly to predicting students’ career intentions in the research context. Finally, the results show that strongerintention to pursue accounting career influences accounting students’ recommendation of accounting careers toothers. This study contributes to filling the dearth of empirical research in developing countries in Sub-SaharanAfrica (SSA) on career-choice predictors of accounting students’ career intentions and its behavioural consequence.Theoretical, managerial and educational policy implications of this study are discussed.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle