Entrepreneurship education and its gendered effects on feasibility, desirability and intentions for technology entrepreneurship among STEM students
Notice bibliographique
Résumé
Purpose This study aims to examine how entrepreneurship education influences intentions for starting a technology venture among science, technology, engineering and mathematics (STEM) students with particular attention to gender differences. This study builds on the model of entrepreneurial event and social role theory to assess the impact of entrepreneurship education on feasibility, desirability and intentions for technology entrepreneurship. Design/methodology/approach The hypotheses are tested with a sample of 879 Bulgarian science and engineering students from 15 universities. To test the models, this study uses ordinary least squares and logistic regressions with robust standard errors and Hayes mediation analysis with bootstrap bias-corrected confidence interval estimations for indirect effects. Two-stage Heckman regressions to control for sample selection bias and other robustness checks including propensity score matching were used. Findings Results show that entrepreneurship education, measured as participation in an entrepreneurship course, has a stronger impact on feasibility, desirability and intentions for technology entrepreneurship for female STEM students compared to their male counterparts. As such, this study supports the notion that entrepreneurship education could be part of a solution to counteract societal norms that position technology entrepreneurship as a less desirable and/or less feasible choice for women in STEM. However, attention should be paid to the operationalization of entrepreneurship education, as other measures of entrepreneurship education (role models, entrepreneurship education support) did not have a moderation effect with gender. Research limitations/implications The authors assume a positive correlation between entrepreneurial intentions and entrepreneurial behavior. Future studies should include actual entrepreneurial behavior to paint a more complete picture of the effect of entrepreneurship education. Originality/value Little is known about the role of entrepreneurship education in the field of technology entrepreneurship, and even less about the potential gender differences in entrepreneurship education among STEM students. The study contributes to the literature by examining factors that could help close the persistent gender gap in technology 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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».