MétaCan
Menu
Retour à la cohorte
Enregistrement W129976942

Understanding the Practical Relevance of Academic Research in Knowledge Management: A Lay Epistemic Theory Approach

2013· article· en· W129976942 sur OpenAlexaff
Lorne D. Booker, Nick Bontis, Frada Burstein, Henry Linger, Alexander Serenko

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensLakehead UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)InferenceKnowledge managementField (mathematics)Sample (material)Work (physics)Academic communityPsychologySociologyComputer sciencePolitical scienceLibrary scienceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study explores the awareness and use of academic knowledge management (KM) research by practitioners. Lay Epistemic Theory (LET) was employed to understand the impact of academic KM literature on the actions of KM practitioners. A sample of KM professional groups in Australia was engaged in this study. The results indicate that most practitioners stay up to date on developments in their field through the knowledge management community via online forums and groups. Practitioners prefer to talk to other KM practitioners or colleagues for day-to-day information on KM practice. However, KM practitioners are knowledgeable about books, and they use tools for finding and retrieving academic articles, with somewhat limited success. Few practitioners directly apply a recommendation from a research article in their practice. It is concluded that scholarly work contributes to the inference rules that practitioners use, and practitioner-based information provides guidance on how to apply the inference rules in practice.

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)0,084
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,108
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,006
Études des sciences et des technologies0,0100,090
Communication savante0,0260,034
Science ouverte0,0040,013
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,207
Tête enseignante GPT0,350
Écart entre enseignants0,143 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntellectual Capital and Performance AnalysisTravaux en français237 207