Exploring the influence of entrepreneurial identity on students’ choice between entrepreneurship courses and university-based incubators
Notice bibliographique
Résumé
Purpose The purpose of this study is to answer the following questions. What kind of entrepreneurial identities do students have that motivate them to choose either of the entrepreneurship course and university-based incubator? How do students involve in the entrepreneurship ecosystem at university based on their entrepreneurial identity? Design/methodology/approach For this study, the author began to gather information using previous knowledge and any aspect of a work, namely, from the literature review to represent interpretive syntheses of the meaning-making literature review addressing the research question. Findings This study suggests what happens to entrepreneur students from academia and the reason that they end up in one of the two aforementioned paradigms. This paper aims to underpin the issue of how various entrepreneurial identities of students cause substantial contributing factors in forming such entrepreneurial activities at university and throughout the entire innovation ecosystem. Research limitations/implications Almost all of the content of the entrepreneurship education (EE) courses and incubator training is oriented towards consensual entrepreneurship methods, in accordance with entrepreneurship education. Although the core contents of the EE courses and university-based incubators’ training are the same, the outcomes are quite different. Originality/value This study considers the students’ entrepreneurial identities with a focus on their point of view that led them to end up in one of the two common entrepreneurship resources at universities: the EE course and entrepreneurial activities related to university-based incubators.
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 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 ».