MétaCan
Menu
Retour à la cohorte
Enregistrement W2099557504 · doi:10.1142/s0219649214500294

Knowledge Audit Approach for a Large-Scale Government KM Strategy

2014· article· en· W2099557504 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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Information & Knowledge Management · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Architecture and Usability
Établissements canadiensUniversité de SherbrookeUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAuditRelevance (law)Context (archaeology)Scale (ratio)SkepticismGovernment (linguistics)Knowledge managementBusinessStrategic planningQuality (philosophy)Process managementComputer scienceEnvironmental resource managementMarketingPolitical scienceAccountingEconomics

Résumé

récupéré en direct d'OpenAlex

The promise of increased organizational performance has brought about a high level of interest for knowledge management (KM). Organizations and Governments are also actively launching KM projects to meet increasing needs of high quality and responsiveness. This interest has contributed to the development of various aspects of KM, but has also underscored a lack of effective methods, as evidenced by the sheer number of proposed approaches, along with a lingering scepticism about their relevance in practice. In this article, we argue for the necessity for a more global and high level analysis for orienting KM strategic planning and propose different steps to go about it. We used an action research approach in the context of Quebec's efforts in planning a global and integrated KM strategy for managing its water related knowledge. This research project shows that the proposed auditing approach provided a useful guide to identify critical issues and projects in KM planning, particularly in a complex and large-scale governmental environment.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil0,614

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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