MétaCan
Menu
Retour à la cohorte
Enregistrement W4294898282 · doi:10.34190/ecie.17.1.652

Enabling Undergraduate Student Entrepreneurs to Structure Their own Experiential Learning Course

2022· article· en· W4294898282 sur OpenAlexaff
Kenneth A. Grant

Notice bibliographique

RevueEuropean Conference on Innovation and Entrepreneurship · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurshipExperiential learningMentorshipCourse (navigation)Personal developmentPsychologyMathematics educationPedagogyWork (physics)Medical educationEngineeringPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The one-semester undergraduate course “Applied Entrepreneurship” allows student entrepreneurs to investigate their own business idea while following a course structure that they design for themselves under the mentorship of an entrepreneurship professor. The course is available to all students across campus, regardless of degree program or year of study. No prior courses in entrepreneurship are required (indeed the only students excluded are those already enrolled in the Management School Entrepreneurship Major). The course is based on a widely held teaching principle for entrepreneurship education -- getting the students out of the classroom and into the real world. Students bring their own business idea to the course, which can be at any stage of development from ideation, through launch, operation and even sale of their business. Each student develops a personal course workplan of eight modules including a mix of structured learning and primary and secondary research appropriate for their own personal development as entrepreneurs and about their business idea. A short write-up is prepared by the student for each module, including evidence of the work they have done. They conclude the course by presenting a summary of the work they have done and a personal reflection. As the course progresses, the instructor provides individual feedback and counselling to each student as they submit their modules. Student feedback on the course is highly positive, on the education experience, improvement of their business idea and on their personal development.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,261
Écart entre enseignants0,226 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Conference on Innovation and EntrepreneurshipMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207