The moderating role of entrepreneurship education in shaping entrepreneurial intentions
Notice bibliographique
Résumé
Abstract Few studies investigated the role of entrepreneurship education in students’ entrepreneurial intentions. These studies produced controversial results which invited the attention of researchers for further investigations. This paper examines the moderating role of entrepreneurship education on the predictive value of attitude, subjective norms and self-efficacy for entrepreneurial intentions. True Experimental Design (post-test-only control group design) is used to investigate the change in the nature and magnitude of the impact of independent variables (personal attitude, self-efficacy and subjective norms) on the dependent variable (intentions) using entrepreneurship education as a moderating variable. Data were collected from the treatment group (completed entrepreneurship course) and control group (not taken entrepreneurship course) from various higher education institutions in Oman. Total 500 questionnaires were distributed, out of which 204 filled questionnaires were received back in which 196 qualified as valid responses. Structural equation modeling was used to test hypotheses. The statistical relationship among the modeled variables was estimated using Partial Least Square method. The results revealed that attitude toward entrepreneurship, subjective norms and self-efficacy are the significant predictors of entrepreneurial intentions. However, entrepreneurship education moderates this relationship by strengthening the path coefficients of attitude toward entrepreneurship and self-efficacy. Same time it weakens the path coefficient of subjective norms.
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 ».