MétaCan
Menu
Retour à la cohorte
Enregistrement W1992573885 · doi:10.1108/13673270710832181

A systems‐based dynamic knowledge transfer capacity model

2007· article· en· W1992573885 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Knowledge Management · 2007
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementKnowledge transferAbsorptive capacityComputer scienceContext (archaeology)Process (computing)Knowledge baseKnowledge value chainOriginalitySystems thinkingComplex adaptive systemDisseminationManagement scienceOrganizational learningEngineeringArtificial intelligenceSociology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is twofold: to understand how recent developments in systems thinking and social construction can influence understanding of knowledge transfer (KT); and to propose a new systems‐based knowledge transfer model. Design/methodology/approach The paper is a review of the literature on knowledge transfer, systems thinking and social construction leads to the proposal of a new KT paradigm. Findings The Dynamic Knowledge Transfer Capacity model (DKTC) found in this paper identifies the components required for social systems to generate, disseminate and use new knowledge to meet their needs. The model includes pre‐existing conditions, (need and prior knowledge) and four categories of capacities (generative, disseminative, absorptive and adaptive/responsive) that social systems must possess for KT to take place. Research limitations/implications The paper shows that the DKTC model is particularly well suited to analyzing complex systems with multiple stakeholders as opposed to small‐scale knowledge transfer systems. Empirical analysis in complex systems environments will help verify, enrich and generalize the model. Practical implications The paper sees that in an increasingly knowledge‐based economy, the ability to base decisions on the latest knowledge is vital for the success of organizations. The capacity for effective and sustained exchange between a system's stakeholders (researchers, government, practitioners, etc.); exchanges characterized by significant interactions reflected within the DKTC model, results in the appropriate use of the most recent discoveries in the decision making process. Originality/value The paper proposes a new knowledge transfer paradigm that views knowledge as a systemic, socially constructed, context‐specific representation of reality. The proposed knowledge transfer model is in sharp contrast to past attempts, focusing attention on the capacities that must be present in organizations and social systems as a precondition for knowledge transfer to occur.

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 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)0,015
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,170
Tête enseignante GPT0,404
Écart entre enseignants0,235 · 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