MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133006149

Exploring the Effects of Higher Education Experiences on Male and Female STEM Majors' Attitude Towards Entrepreneurship

2015· dissertation· W7133006149 sur OpenAlexaff
Andrew Kretz

Notice bibliographique

RevueTSpace · 2015
Typedissertation
Langue
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensCanadian Association for the Study of Adult Education
Organismes subventionnairesnon disponible
Mots-clésHigher educationEntrepreneurshipPromotion (chess)Big Five personality traitsPersonalityValuation (finance)Ordered logitAffect (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to assess how higher education experiences differently affect female and male STEM students' personal valuation about becoming an entrepreneur. The promotion of entrepreneurship has made its way onto the agendas of policymakers, students, and institutions of higher education. Nonetheless, most studies indicate that male students are significantly more likely than female students to express positive personal valuations about becoming an entrepreneur. The factors influencing this difference, however, are left unexamined. An understanding of how higher education experiences foster or deter interest in entrepreneurship is important for the success of campus-based entrepreneurship initiatives, and for ensuring equal opportunities for female student participation. Universities and colleges in the United States (US) have been at the forefront of efforts to foster student entrepreneurship. Using a series of ordinal logistic regressions on a multi-institutional sample of 871 four-year college and university students collected by the Wabash National Study in the US, I examine student attitudes towards becoming an entrepreneur, along with student responses regarding their higher education experiences on three different waves. Results show that on entering higher education male students are more likely than female students to view becoming an entrepreneur as important, and that this gap widens over time. Moreover, becoming an entrepreneur loses importance for both male and female students over time. This study also found certain personality traits and higher education experiences as significantly associated with studentsâ valuations of the importance of becoming an entrepreneur, namely the degree to which one enjoys engaging in effortful cognitive activities, exams and assignments that require higher-order thinking, and interactions with faculty. This study contributes to understandings of the relationship between higher education and entrepreneurship in several ways. First, the results of this study show that attitudes towards entrepreneurship are weakly associated with key personality traits, indicating that differences between male and female valuations of the importance of becoming an entrepreneur likely stem in part from social expectations and experiences. Second, the results from this study provide colleges and universities with evidence that certain practices may make a difference in the likelihood students will value as important becoming an entrepreneur. The conclusions of this study suggest that colleges and universities interested in promoting student entrepreneurship should be proactive in harnessing studentsâ entrepreneurial interests early in their higher education, when such interests are at their highest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,092
Tête enseignante GPT0,345
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetEntrepreneurship Studies and Influences→Travaux en français237 207→