MétaCan
Menu
Retour à la cohorte
Enregistrement W4286462386 · doi:10.5430/jbar.v11n1p31

Identification of Lifelong Learning Characteristics and Entrepreneurial Motivation among Students in a Public University

2022· article· en· W4286462386 sur OpenAlexvenueno aff
Irmohizam Ibrahim, Norhasni Zainal Abiddin, Ahmad Mujahid Ahmad Zaidi

Notice bibliographique

RevueJournal of Business Administration Research · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningPsychologyBachelorBachelor degreeIdentification (biology)Mathematics educationQuality (philosophy)PedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Lifelong learning is an important factor in raising the level of knowledge and skills and improving the quality of life. For entrepreneurs, lifelong learning is the basis of long-term success because it encourages them to become open, creative and innovative leaders. Despite being said to be the solution to the narrowness of future job availability, entrepreneurship is still did not get enough attention from the students, whom are the future worker themselves. Past researches had reported that the students are lack of motivation and research related to the motivation factors also said to be scarce. On the other hand, studies regarding lifelong learning in education system had indicated several issues including lack of implementation of lifelong learning including level of student, low usage of teaching approach towards lifelong learning and lack in skills related to lifelong learning. Therefore, this study focuses on undergraduate students and aims to understand their entrepreneurial motivation in light of lifelong learning or whether their motivation is influenced by it. This study had adopted a quantitative research method. Total of 393 Bachelor Degree students from a public university in Malaysia had involved as the respondents selected through random sampling method. Data analysis was done using descriptive analysis and multiple linear regression. After the analysis, it shows that lifelong learning characteristics and lifelong learning tendencies were both able to explain 14.4% of the variation of entrepreneurial motivation and statistically significant (R2 = 0.144; F (2, 390) = 32.88, p = < .000). It means that the independent variable is statistically significant in predicting the dependent variable. Lastly, it is in the hope that this research can be a guide for the nations in producing a quality graduates that can become successful entrepreneur.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,305
Écart entre enseignants0,247 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Administration ResearchMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207