MétaCan
Menu
Retour à la cohorte
Enregistrement W2790782886 · doi:10.5539/jel.v7n3p102

Perceived Impact of Entrepreneurship Education on Career Development among Undergraduates in South-South Universities in Nigeria: Implication for Counselling

2018· article· en· W2790782886 sur OpenAlexvenueno aff
Grace Omejevwe Akpochafo, Ijeoma Henrietta Alika

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipPsychologyScale (ratio)Descriptive statisticsTest (biology)Descriptive researchEntrepreneurship educationResearch designSample (material)Medical educationPopulationSurvey researchMathematics educationPedagogySociologyPolitical scienceSocial scienceGeographyApplied psychologyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

This study investigated the perceived impact of entrepreneurship education on career development among undergraduates in south-south universities in Nigeria. To guide the study four research questions were generated and one hypothesis formulated, which was tested at 0.05 level of significance. The study employed an expost facto research design. The population of the study consists of all undergraduates in south-south universities in Nigeria. Sample size consists of 150 students who were randomly drawn and who had undertaken entrepreneurship studies. The main instrument for the study was a questionnaire titled Entrepreneurship Education and career development scale (EECDS). Data was analyzed using descriptive statistics for the research questions and t-test for hypothesis. The result showed that there are inadequate facilities and effective teaching and learning of entrepreneurship education in Nigerian universities. Moreover, it was also found that the students were of the view that entrepreneurship education will provide training that would make undergraduates creative and innovative if the programme is properly implemented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207