Three shapes of organisational knowledge
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 research seeks to respond to Simon's challenge to apply “an economic calculus to knowledge”. The paper aims to develop a typology of knowledge that may be fruitful in facilitating research in a knowledge‐based view of production. Design/methodology/approach The paper reviews the enduring literature on the knowledge‐based view of the firm (KBV) and gleans three classifications of organisational knowledge as distinct factors of production: tacit, codified, and encapsulated knowledge. Findings Differences between the tacit, codified, and encapsulated shapes of knowledge carry strategic implications for the firm along six important dimensions. Distinguishing between its three classifications sets the stage for measurement of knowledge as a factor of production. Research limitations/implications Distinctions between the three shapes of knowledge may be less defined in practice than in theory. The classification in which a repository of knowledge falls is dependent on the tacit knowledge being applied by the user. Software may be encapsulated to a user, but codified to its creator. Practical implications Recognition of the differences between the three shapes of organisational knowledge may help managers to: determine the most economic combination of knowledge to use in production; transfer knowledge more effectively within and across organisational boundaries; determine the most economic location of firm boundaries; and ensure value is appropriated for the firm. Originality/value The paper suggests that distinguishing and accentuating encapsulated knowledge as a distinct classification of knowledge can help advance the development of a strategic knowledge‐based theory of production.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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