Effect of gender role identity on the entrepreneurial intention of university students
Notice bibliographique
Résumé
This study investigates the influence of gender role identity (GRI) on the precursors of entrepreneurial intention (EI) of university students. Understanding the EI of university students is essential since this is the stage in life when they need to make career choices, including that of becoming self-employed. Most studies in the past have focused on examining the gender gap in entrepreneurial behavior by analyzing EI as influenced by a person’s biological sex, i.e. a binary difference between men and women (e.g. man = 0, woman = 1). That approach for studying the gender gap in entrepreneurial behavior has produced inconsistent results. We argue that the discrepancies in those results are due to the over-simplistic approach involving biological sex instead of their self-perception of their gender. This study devised a mathematical model based on the theory of planned behavior (TPB) and social role theory to examine the influence of GRI in shaping the EI of university students and investigate the mediating role of the TPB’s constructs in the relationship. Research on EI as influenced by GRI leads to a more in-depth understanding of entrepreneurial behavior since both men and women may incorporate higher or lower levels of masculine and feminine characteristics into their self-identities. By analyzing the influence of GRI on EI, this study can explain the gender-related factors shaped by cultural and social dimensions that are absent in previous studies. One of the most important findings of this study is an understanding of the pathways by which GRI affects the EI of university students through the more proximal antecedents of EI. This new understanding can inform universities trying to increase gender equality in entrepreneurship.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».