Empowering social entrepreneurial intentions through experiential learning and self-efficacy
Notice bibliographique
Résumé
This study examines the impact of experiential learning on social entrepreneurial intentions, refining a previous model by exploring self-efficacy as a mediating factor. Data from 437 final-year students at two Malaysian universities, where experiential learning methods such as business plan development and group work were integrated, were analyzed using PLS-SEM. Findings reveal that self-efficacy partially mediates the positive relationship between experiential learning and social entrepreneurial intentions. These insights support policymakers in embedding experiential learning within social entrepreneurship education to foster graduates' critical thinking, entrepreneurial skills, and commitment to sustainable, responsible management. The study advances theoretical discussions by extending Kolb's Experiential Learning Theory and Bandura's Social Learning Theory, particularly in non-Western contexts like Malaysia. Uniquely, it examines the interplay between experiential learning dimensions, self-efficacy, and social entrepreneurial intentions using a modified Kolb Learning Style Inventory integrated with social learning theory. This study introduces an innovative pedagogical approach integrating experiential learning, critical thinking, and sustainability into social entrepreneurship education, fostering ethical decision-making and responsible management while addressing a crucial gap in understanding how experiential learning develops socially responsible business leaders. • Experiential learning enhances social entrepreneurial intentions. • Self-efficacy mediates the link between experiential learning and entrepreneurial intent. • Kolb's and Bandura's frameworks integrate to explain social entrepreneurial motivation. • Emotion and reasoning in learning significantly influence entrepreneurial self-efficacy. • Gender differences influence the impact of experiential learning on entrepreneurial intent. This manuscript includes a complete description of all necessary ethics approvals . Approval was obtained from the Ethics Committee of (the Research Ethics Board (REB) of HEC Montréal). The approval number provided by the committee is (2024–5906)
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».