MétaCan
Menu
Retour à la cohorte
Enregistrement W2956289424 · doi:10.1177/2515127419856602

Stimulating Entrepreneurial Interest in Engineers Through an Experiential and Multidisciplinary Course Collaboration

2019· article· en· W2956289424 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEntrepreneurship Education and Pedagogy · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachExperiential learningEntrepreneurshipCohortMedical educationEngineering educationDisciplinePsychologyEngineeringPedagogyMedicineSociologyEngineering managementPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Entrepreneurship education is gaining momentum in today’s world. This article focuses on a teaching intervention introducing engineering students to multidisciplinary innovation and entrepreneurship, using experiential learning and the lean start-up method. We compare the experience and attitude change of engineers enrolled in a mixed cohort of undergraduate business and engineering students to those enrolled in an engineering-only cohort. To evaluate the effectiveness and outcome of the program, data were collected at the very beginning of each course and at their completion. Results indicated interest in entrepreneurship significantly increased at the end of the course and supported the concept that interest in entrepreneurship can be positively motivated through experiential learning. The engineering-only cohort experienced a greater change in entrepreneurial interest and were challenged more over the course of the term than the multidisciplinary cohort. Nonetheless, the multidisciplinary cohort benefited by interacting with business students and leveraging the shared disciplinary experience.

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 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 enseignants0,187
Score d'incertitude au seuil0,711

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 GPT0,318
Écart entre enseignants0,296 · 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