MétaCan
Menu
Retour à la cohorte
Enregistrement W1943020901 · doi:10.3968/j.css.1923669720090503.007

Key Points in Implementation of Knowledge Management and its Solutions

2009· article· en· W1943020901 sur OpenAlexvenueno aff
Wen-hong Bi, Zhao Jianhua

Notice bibliographique

RevueCanadian social science · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceKnowledge economyBusinessKnowledge managementComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

In knowledge-base economy era, knowledge becomes the most important resource for enterprise instead of physical labor, capital and natural resources. The success of the enterprise depends more and more on the quantity and quality of knowledge owned by it. The core competitiveness originates from employees’ innovation ability which comes from knowledge accumulation and knowledge management. How to manage the knowledge possessed by the enterprise and how to make it becoming the sustaining competitive advantages for the enterprise? This is a new problem we must face. Finding the key points of knowledge management and plan the solution path are the crux to settle this problem. Key words: Knowledge; Knowledge Management; Innovation; Competitiveness Resume: Dans l’ ere de l’economie de la connaissance, la connaissance devient la ressource la plus importante pour les entreprises au lieu de travail physique, des capitaux et des ressources naturelles. Le succes de l'entreprise depend de plus en plus de la quantite et de la qualite de la connaissance detenue par elle meme. Les competitivites principales viennent de la capacite d'innovation des employes qui provient de l'accumulation des connaissances et la gestion des connaissances. Comment faire pour gerer les connaissances possedees par l'entreprise et comment faire pour qu’elles deviennent des avantages concurrentiels soutenus pour l'entreprise? Il s'agit d'un nouveau probleme a qui nous devons faire face. Pour regler ce probleme, il faut trouver les points cles de la gestion des connaissances et planifier les moyens de solution. Mots-Cles: connaissances; gestion des connaissances; innovation; competitivites

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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'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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetIntellectual Capital and Performance AnalysisTravaux en français237 207