Strategies for Developing Entrepreneurial Skills in Automobile Major Students of Higher Vocational Colleges in Fujian
Notice bibliographique
Résumé
The objectives of this research were to: 1) investigate the components and indicators of entrepreneurial skills among students majoring in automobiles. 2) explore the current situation, expectation state of entrepreneurial skills among automotive students, and 3) develop and evaluate training strategies for entrepreneurial skills among automotive students in higher vocational colleges in Fujian. The research consisted of three phases: 1) conducting a theoretical study that involved reviewing relevant literature, documents, and interviewing five experts, 2) exploring the current situation, expectation state, and priority need with a sample of 330 automotive teachers by multi-stage random sampling. Data was collected through questionnaires. The discrimination index ranges from 0.349 to 0.864, and the reliability measures at 0.969. Expert interviews were conducted and analyzed using mean value, standard deviation, and the modified Priority Need Index. 3) Develop and evaluate training strategies by inviting 10 experts as key information providers and using draft strategies and evaluation tables as instruments. the data were analyzed through summarization, mean, and standard deviation. The findings of the study revealed the following: 1. There were 4 components, and 21 indicators included: Teaching level (5 indicators), Curriculum (6 indicators), Entrepreneurial skills (5 indicators), and Entrepreneurship policy (6 indicators). The appropriateness of all these possibilities which were very appropriate. 2. The current situation regarding entrepreneurial skills showed that they were generally at a medium level, and their expectation was generally at a high level. The priority needs from high to low were: Entrepreneurial skills, Curriculum, Entrepreneurial policy, and Teaching level. 3. The results of formulating entrepreneurial skills strategies for automotive students in vocational colleges revealed that the correction and applicability of the verification results included 1 vision, 5 goals, 4 large strategies, and 20 specific measures. The results of the evaluation were at a very high level of appropriateness, accuracy, and feasibility.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».