Antecedent Conditions for Leveraging Intellectual Capital: A Contingency Perspective
Notice bibliographique
Résumé
In the new global economy, leveraging intellectual capital (IC), in a manner in which such competitive advantage would gained and sustained, has become a central issue. Drawing primarily on contingency theory, this paper aims to empirically explore the antecedent conditions necessary for an effective development of intellectual capital (IC). In this respect, some contextual factors, namely organizational culture, industry type, and firm size were investigated for their potential impact on IC. The paper reports the results of a study carried out in Iran through a questionnaire survey of Chief Financial Officers (CFOs) in 128 companies within Tehran Stock Exchange (TSE). Partial least squares (PLS) was employed for confirmatory factor analysis as well as hypothesis testing. The results of the survey reveal that organizational culture and size could provide some impacts on IC within Iranian public listed companies. While the influence of knowledge-related resources on measurable performances has been considerably examined in the IC literature, little is known concerning the antecedent conditions necessary to leverage IC more effectively. Hence, this paper extends the current IC literature and contributes to the field through scrutinizing the influence of a series of contextual factors on IC. From practical angle, addressing the antecedent conditions necessary for IC may highlight the importance of firm-specific variables and traits which must be taken into consideration by managers and organizations for a sustainable IC development. Such insight could support organizations to remedy the deficiency in managing and leveraging their knowledge-based assets as their most critical and strategic resources.
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».