Knowledge management and social entrepreneurship education: lessons learned from an exploratory two-country study
Notice bibliographique
Résumé
Purpose Social entrepreneurship courses are among the fastest growing category of course offerings to entrepreneurship students (Brock and Kim, 2011) because both high growth potential- and steady growth-social ventures can create value and help solve social issues effectively and efficiently. As knowledge disseminators, entrepreneurship educators are in prime position to develop the knowledge, skills and abilities of students, which, in turn, increases their intentions to start a social venture and their ability to manage and grow their venture. Students gain an understanding about the role of entrepreneurship in addressing social opportunities, as well as knowledge related to starting, managing and growing social entrepreneurship ventures. This paper is divided into three parts. First, the authors broadly discuss the concept of social entrepreneurship. Second, the authors present an overview of the field of social entrepreneurship education (SEE) and its evolution. Finally, the authors supplement this review with an analytical examination of SEE, in which the authors present results of a cross-country analysis survey of over 200 entrepreneurship education programs in the USA and Canada. This paper aims to present information about: student enrollment in social entrepreneurship courses in comparison to other entrepreneurship courses; the frequency of offering social entrepreneurship courses and programs compared to other entrepreneurship courses and programs; and future trends in SEE. The results revealed a strong demand for social entrepreneurship from students, room for improvement in terms of the supply of course offerings, and a strong belief in the continued growth of social entrepreneurship. The authors conclude with suggestions about the future of SEE. Design/methodology/approach Analysis of secondary data derived from the oldest and most-frequently cited sources regarding entrepreneurship education in the USA and a novel data set examining entrepreneurship education in Canada. Both data sets were collected using an online self-report survey. Findings Demand for SEE continues to rise in both the USA and Canada. However, course and program offerings have not kept pace. Prominent trends in social entrepreneurship such as cross-campus programs and addressing the evolving demographics of students in higher education institutions need more attention. Originality/value A cross-cultural study of SEE that provides a high-level view of the state of the field today. In addition, the paper outlines the potential of the field of knowledge management for the future of SEE.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».