A Framework for Developing and Aligning a Knowledge Management Strategy
Notice bibliographique
Résumé
Businesses today, including non-profits, recognise the need for knowledge management (KM). KM may require new strategies and goals before it can be implemented, or it can be aligned with current business strategies for quicker implementation. The framework presented here is for managers in companies and organisations to use to align their KM strategies with business strategies to improve performance involving financial growth, cost reduction and customer satisfaction. A study of three strategic types of organisations (defender, prospector, analyser) and interviews at a large corporation and a non-profit organisation suggests that the conceptual framework presented in this paper can be verified. More empirical evidence of alignment is planned, as organisations become more sophisticated users of KM. The authors have been working for over three years on the taxonomy and conceptual framework for KM/BS Alignment (also known as KMSABS) and present a procedure for implementation in this paper. The KM/BS Alignment model involves concepts, actors, actions and processes. An important aspect of the methodology is for businesses and organisations to identify their strategic character to support appropriate interactions associated with knowledge. As shown in this paper, product and knowledge managers can affect goal alignment and interaction in an organisation if they implement change based on the suggested framework.
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 | 0,023 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».