Classifying organizations by knowledge intensity – necessary next‐steps
Notice bibliographique
Résumé
Purpose This study aims to empirically explore the key elements for classifying and differentiating knowledge‐intensive organizations (KIOs) from other traditional organizations. Design/methodology/approach The study's conceptual framework is based on the prevailing propositions from the literature on KIOs and is explored using a survey of knowledge management (KM) professionals, a purposely selected community of practice (CoP). Findings The results suggest that organizations can generally be divided into two groups – KIOs and non‐KIOs, and there appear to be some clear factors that differentiate KIOs from non‐KIOs according to the CoP. Research limitations/implications This study lays a foundation for the systematic development and evaluation of KIOs and their KM practices. The results from this study can stimulate issue formulation and hypothesis generation for investigation by KM researchers and academics. The study focused on a few types of organizations drawn from the literature which may limit the generalizability of the results. However, restricting the study to the core organizations identified in the literature provided the authors with leverage for an in‐depth empirical exploration of these organizations' characteristics. Practical implications To a KM practitioner this study aids in delineating the different elements to keep in mind when designing or evaluating KM practices in KIOs. Originality/value This paper is among the early works to empirically explore KIOs. It advances a framework of how to recognize the knowledge‐intense factors defining KIOs, thereby providing the required foundation for analyzing KM practices in KIOs. Also by identifying the core dimensions defining knowledge intensity, the study underscores the importance of the relations between workers, the community (organization) of which they are members, and the conceptions the workers have of their activities as presented in the theory of organizations as activity systems. While the importance of knowledge has often been demonstrated within work groups or for particular organizational processes, this study has demonstrated a useful foundation for analyzing an organization as a whole.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».