MétaCan
Menu
Retour à la cohorte
Enregistrement W7018246999

Crafting Effective Design Principles for Science and Technology-based Entrepreneurship Education

2024· article· en· W7018246999 sur OpenAlexaff

Notice bibliographique

RevueVU Research Portal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Pedagogy
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésEntrepreneurship educationWork (physics)Design elements and principlesField (mathematics)Entrepreneurship
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the realms of science and technology, higher education institutions rely on educators to drive innovative changes and foster entrepreneurial skills for the commercialization of scientific breakthroughs (Forliano et al., 2021; Klofsten &amp; Jones-Evans, 2000; Siegel &amp; Wright, 2015). However, a notable gap exists in scholarly literature concerning this domain (Blankesteijn et al., 2021; Harms, 2015; Tiberius &amp; Weyland, 2023). Traditional science and technology programs often fail to adequately prepare students for entrepreneurship compared to scientific pursuits alone (Duval-Couetil et al., 2020). The formulation of design principles is crucial, serving as the foundation for developing entrepreneurship educational interventions (Naia, 2014; Baggen et al., 2022; Goksen-Olgun, 2022). These principles facilitate reflection on existing programs, aid in developing new ones, and enable comparison and research. Despite various proposed approaches to entrepreneurship education (EE), there is a lack of focus on the "why" and "whom" dimensions in current literature (Naia, 2014; Baggen et al., 2022; Goksen-Olgun, 2022). Entrepreneurship education is key to the commercialization process, supported by evidence-informed discussions among educators. Thus, identifying and applying EE design principles specific to science and technology domains is crucial for enhancing pedagogy and addressing scholarly literature gaps (Duval-Couetil et al., 2020).<br/><br/>In this interactive workshop, practitioners exchange knowledge on entrepreneurship education didactics in a science and technology-based domain. Through sharing of real-world practices, tools and experiences we co- create insights that lead to a set of domain specific design principles. Design principles serve as a foundation for systematically developing entrepreneurship educational interventions for educators (Baggen et al., 2022). The mini world cafe format is a scientific enquiry which facilitates structured discussion in small groups and provides empirical data to researchers whilst encouraging collaboration (Schiele et al., 2022). The objective of this session is to consider the current design principles in entrepreneurship education practices and define design principles tailored to education in the science and technology domain.<br/><br/>The workshop is aimed at (entrepreneurship) educators, practitioners, and professionals such as venture creation managers who seek to enhance entrepreneurship education within the science and technology domain. During the workshop practitioners share their current practices and insights for themes to emerge providing preliminary findings for further study as the Researcher aims to formulate domain-specific design principles. The session concludes with a process of voting for the most key entrepreneurship education principles which would align with the demands of a science and technology entrepreneurship program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,397
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVU Research PortalMême sujetEngineering Education and PedagogyTravaux en français237 207