Notice bibliographique
Résumé
Previous studies have affirmed the importance of entrepreneurship education in developing, motivating, and empowering entrepreneurs especially ex-students cannot be over emphasized, because it has led to the positive increase in the existence of entrepreneurs, which, to a great extent, is responsible for the creation of more job opportunities and the reduction of unemployment. Looking at the increasing rate of unemployment, entrepreneurship education has helped in developing entrepreneurs after the classroom, which greatly culminates into curbing the problem of unemployment in in various economies. This study investigated the extent to which entrepreneurship education and its impact in the reduction of unemployment using ex-students four Universities (two private and two public) as a case for the study. With the aid of questionnaire as a data collection instrument, 150 ex-Students currently running their businesses were randomly selected. The Statistical Package for Social Sciences (SPSS) was used to analyze their responses. Findings revealed that the catastrophic problem of unemployment can to a great extent be reduced through educating, motivating, developing, and empowerment of students as entrepreneurs. It also shows that there is a strong relationship between entrepreneurship education and unemployment reduction as most intentions were translated into actions. The results of this study further revealed that practical entrepreneurship classes have helped in motivating students to become entrepreneurs after graduation. Considering these findings, it is recommended that entrepreneurship education, motivation, development and empowerment should be taken serious by the educational institutions in developing economies. And students at all levels should be encouraged to engage in entrepreneurial activities in order to further reduce the rate of unemployment in developing economies. This will enable them to be employers instead of jobseekers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».