Accessibility of Entrepreneurship Training Programs for Individuals with Disabilities: A Literature Review
Notice bibliographique
Résumé
Entrepreneurial endeavours often begin with entrepreneurship training. Such trainings, however, remain largely inaccessible to Persons with Disabilities (PWDs), and thus, their entrepreneurial potential remains untapped. This comprehensive literature review examines the barriers to entrepreneurship education for PWDs and identifies strategies to overcome these challenges. The review follows the systematic approach of the PRISMA 2020 Statement, using five databases, including Scopus, JSTOR, ProQuest, DOAJ, and Google Scholar. A total of 2140 articles dating back 10 years were identified, screened, and evaluated, and 17 of them were selected and synthesized to inform the findings. The key findings highlight a spectrum of barriers, including inadequate access to quality education, difficulty in customizing entrepreneurship programs, issues related to both physical and digital access, financial barriers, and the influence of societal norms and self-perception. They also identify strategies to make entrepreneurship education more inclusive, such as applying universal design principles, tailoring education to individual needs, shifting towards active learner-centred methodologies, leveraging information technology, and fostering supportive communities. This review is a practical reference for institutions, organizations, and individuals endeavouring to enhance the inclusivity of entrepreneurship training programs. It also provides a theoretical framework for the already identified requirements of PWDs for entrepreneurship training and presents further opportunities through current limitations and suggestions for future research.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,001 | 0,000 |
| 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 ».