MétaCan
Menu
Retour à la cohorte
Enregistrement W2050991272 · doi:10.1108/eum0000000005868

The who, what and why of knowledge mapping

2001· article· en· W2050991272 sur OpenAlexaff
Mark N. Wexler

Notice bibliographique

RevueJournal of Knowledge Management · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCompetitive and Knowledge Intelligence
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementOrganizational learningIntellectual capitalKnowledge value chainOrganizational memoryProcess (computing)Computer sciencePersonal knowledge managementBusiness

Résumé

récupéré en direct d'OpenAlex

Examines the who, what and why of the knowledge mapping process used in the visual display of information in contemporary organizations. Knowledge mapping serves as the continuously evolving organizational memory, capturing and integrating strategic explicit knowledge within an organization and between an organization and its external environment. Knowledge map making is treated as a medium of communication over what is important and actionable information (knowledge) in organizational contexts. Effective knowledge maps take into account the who, what and why of the knowledge mapping process. Effective knowledge maps help identify intellectual capital, socialize new members, enhance organizational learning and help anticipate impending threats and/or opportunities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0070,030
Communication savante0,0180,038
Science ouverte0,0020,005
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,027
Tête enseignante GPT0,254
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations215
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge ManagementMême sujetCompetitive and Knowledge IntelligenceTravaux en français237 207