Can less be more? Mentoring functions, learning goal orientation, and novice entrepreneurs’ self-efficacy
Notice bibliographique
Résumé
One of the main goals of entrepreneurial mentoring programs is to strengthen the mentees' self-efficacy. However, the conditions in which entrepreneurial self-efficacy (ESE) is developed through mentoring are not yet fully explored. The purpose of this paper is to test the combined effects of mentee's learning goal orientation (LGO) and perceived similarity with the mentor and demonstrates the role of these two variables in mentoring relationships. The current study is based on a sample of 360 novice Canadian entrepreneurs who completed an online questionnaire. The authors used a cross-sectional analysis as research design. Findings indicate that the development of ESE is optimal when mentees present low levels of LGO and perceive high similarities between their mentor and themselves. Mentees with high LGO decreased their level of ESE with more in-depth mentoring received. This study investigated a formal mentoring program with volunteer (unpaid) mentors. Generalization to informal mentoring relationships needs to be tested. The study shows that, in order to effectively develop self-efficacy in a mentoring situation, LGO should be taken into account. Mentors can be trained to modify mentees' LGO to increase their impact on this mindset and mentees' ESE. This is the first empirical study that demonstrates the effects of mentoring on ESE and reveals a triple moderating effect of LGO and perceived similarity in mentoring relationships.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».