MétaCan
Menu
Retour à la cohorte
Enregistrement W4236396103 · doi:10.1177/146575030000100105

Becoming an entrepreneur: A participant's perspective

2000· article· en· W4236396103 sur OpenAlexaff
W. Ed McMullan, Karl H. Vesper

Notice bibliographique

RevueThe International Journal of Entrepreneurship and Innovation · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipPerspective (graphical)Process (computing)Public relationsSociologyMarketingPsychologyBusinessPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

A single case study of a student was elaborated upon to illustrate the process of change through education. By choosing to study a graduate who had minimal background preparation and minimal interest in entrepreneurship before the education programme, the researchers have attempted to address some of the limits of change possible through entrepreneurship education. A structured interview was used to provide the initial ‘before and after’ account, after which extended and repeated probing was employed as the primary tool for exploring the personal development process involved. The case history was then used as a basis for developing a model of personal development required to make the transition from non-entrepreneur to entrepreneur. This case study was further intended to illustrate some of the relative merits of conducting in-depth case analysis over survey research in the domain of entrepreneurship education. Without in-depth case studies of individuals it is hard to know how much entrepreneurship programmes can change individuals. The possibility remains that entrepreneurship programmes just take potential entrepreneurs and give them a few more tools. Case studies of the change process can provide educators with a more complete understanding not only of what changes are possible within the confines of an education programme, but also of what programme interventions are more likely to produce the desired changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,801

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,303
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Entrepreneurship and InnovationMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207