Opening the “Black Box” of University Entrepreneurial Intention in the Era of the COVID-19 Pandemic
Notice bibliographique
Résumé
This research aims to study the determinants of entrepreneurial intention in academia and compare the outcomes from two different moments, before and during the COVID-19 pandemic. For this purpose, a quantitative methodology was used, whereby a questionnaire was given to higher education students in these two chronological moments. From the obtained results, it was possible to ascertain that, given the motivational dimension, the attitude towards behavior and perceived behavioral control are having a positive impact on entrepreneurial intentions during the pandemic and that subjective norms have a negative impact on entrepreneurial intentions. This relationship of influences is unchanged, either before or during the pandemic. Regarding the environmental dimension, both of the variables under analysis are having a negative impact on entrepreneurial intention during the pandemic period, which corresponds to an aggravation or loss of positive influences when compared to the context before the pandemic, and the next assessment had a positive impact on entrepreneurial intentions. On the theoretical contributions, the findings are very important, as they strengthen the literature on entrepreneurial intentions, and in specific contexts of social and economic instability. As for practical contributions, this research suggests actions to agents with an important intervention role in the community, one of these agents is Higher Education Institutions, which play a determining role by creating a positive environment to support their students’ entrepreneurial intent. This research is original, as far as we are informed, and it is the first to study entrepreneurial intention in academia during the COVID-19 pandemic in the Portuguese context. Moreover, we suggest that the obtained results should be succeeded by further studies to confirm the evolutionary trends now identified on the subject under analysis.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».