The challenges facing corporate universities in dealing with open innovation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – This paper aims to illustrate the quick rise in the popularity of corporate universities since the 1990s. Because knowledge management is becoming imperative to the survival and growth of firms in most industries, better management of corporate universities is becoming more and more critical. The purpose of this paper is to analyze three objectives: Why invest in corporate universities? Which model to adopt? and What are the key challenges facing corporate universities in dealing with the adoption of an open innovation approach? Design/methodology/approach – The article provides a general review of corporate universities dealing with open innovation by using a creative synthesis. Findings – This paper analyzes the challenges involved in the development of corporate universities and examines how they can deal with open innovation. While few corporate universities have a real strategic role, several initiatives have failed or have been seriously compromised. To create competitive advantages through a corporate university, upper management must dedicate significant resources and have a plan for building the corporate curriculum in order to deal with innovation management. Research limitations/implications – Due to the lack of scientific articles on the topic, most of the published articles made by practitioners was used. Further studies are needed to test the recommendations and models. Practical implications – This paper identifies some development models and growth avenues for corporate universities. It helps provide an understanding of the challenges associated with open innovation as well as their limits. Originality/value – It is among the first papers to link the development of corporate universities with the open innovation approach. It also provides practical advice for managers and academics.
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.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 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 découle