The Impact of Gender on Entrepreneurial Intention in a Peripheral Region of Europe: A Multigroup Analysis
Notice bibliographique
Résumé
The last two decades were characterized by an increase in attention on entrepreneurship. An emerging trend in the literature is associated with the different contributions that genders may have regarding entrepreneurship and entrepreneurial intentions. This paper assesses gender impact on entrepreneurial intention in a peripheral region of Europe. The methodology used is quantitative and based on a sample of 1114 observations. The obtained results suggest that women’s perceived behavioral control does not have a less direct positive impact on entrepreneurial intention when compared to men’s. Women’s personal attitude has a less direct positive impact on entrepreneurial intention when compared to men’s, as social norms, on the one hand, have a less direct positive impact on women’s personal attitude when compared to men’s, and, on the other hand, have a less direct positive impact on women’s perceived behavioral control when compared to men’s. Finally, it was also verified that social norms have a less positive indirect impact through personal attitude and perceived behavioral control on women’s entrepreneurial intention when compared to men’s. These findings contribute to enlighten the literature by strengthening the theoretical framework on women’s entrepreneurial intention in peripheral regions. Regarding practical contributions, suggestions are addressed to public decision makers, universities, and civil society, to adopt practices to increase entrepreneurship in women. This research is original because it is the first to perform this study in Portugal, a peripheral region of Europe.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».