The Influence of Career Planning Education on College Students’ Entrepreneurial Intention: An Analysis of Mediating and Moderating Effects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose -This study investigates the impact of career planning education on university students' entrepreneurial intentions by examining the mediating roles of self-efficacy and perceived behavioral control, as well as the moderating effects of digital competency and risk propensity.Design/methodology/approach -Data were collected from 450 university students through a structured questionnaire.The research model was tested using structural equation modeling with bootstrapping procedures for mediation analysis and hierarchical regression for moderation effects.Findings -The results reveal that career planning education positively influences entrepreneurial intentions both directly ( =0.312, p<0.01) and indirectly through self-efficacy ( =0.178, p<0.01) and perceived behavioral control ( =0.133, p<0.01).Digital competency ( =0.156, p<0.01) and risk propensity ( =0.143, p<0.01) positively moderate these relationships.Practical implications -The findings suggest that higher education institutions should integrate digital skills development into career planning curricula and tailor educational approaches to students' individual characteristics to enhance entrepreneurial intentions effectively.Originality/value -This study extends the theory of planned behavior by incorporating digital competency as a crucial moderating factor and demonstrating the specific mechanisms through which career planning education influences entrepreneurial intentions in the digital era.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle