Key antecedents and consequences of study engagement among university business students in the UAE
Notice bibliographique
Résumé
To address a gap in research in non-Western context, this study examines the antecedents and consequences of academic engagement among undergraduate business students in the United Arab Emirates (UAE). Building on the Job Demands-Resources (JD-R) and Study Demands-Resources (SD-R) models, the study explores how instructor support, peer support, and study characteristics influence study engagement, and how study engagement subsequently affects psychological well-being, perceived employability, and academic dishonesty. Using an online questionnaire with validated scales, data were collected from 256 undergraduate business students in two major UAE universities. Descriptive statistics, confirmatory factor analysis (CFA), and structural equation modeling (SEM) were used to analyze the data and test the proposed hypotheses. The findings reveal that instructor support and study characteristics significantly enhance study engagement, which in turn positively impacts psychological well-being and perceived employability, while reducing dishonest academic behaviors. Contrary to prediction, peer support did not impact study engagement. Importantly, the results also demonstrate that study engagement mediates the effects of instructor support and study characteristics on the three outcome variables under investigation. These findings highlight the role of supportive academic environments and engaging coursework in enhancing student success. This study contributes to the limited research on business student engagement in non-Western contexts and offers practical implications for enhancing student outcomes in higher education, particularly in business programs.
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 | 0,003 | 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 | 0,000 |
| 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 ».