Intellectual capital in the healthcare sector: a systematic review and critique of the literature
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.
Notice bibliographique
Résumé
BACKGROUND: Variations in the performance of healthcare organizations may be partly explained by differing "stocks" of intellectual capital (IC), and differing approaches and capacities for leveraging IC. This study synthesizes what is currently known about the conceptualization, management and measurement of IC in healthcare through a review of the literature. METHODS: Peer-reviewed papers on IC in healthcare published between 1990 and 2014 were identified through searches of five databases using the following key terms: intellectual capital/assets, knowledge capital/assets/resources, and intangible assets/resources. Articles deemed relevant for inclusion underwent systematic data extraction to identify overarching themes and were assessed for their methodological quality. RESULTS: Thirty-seven papers were included in the review. The primary research method used was cross-sectional questionnaires focused on hospital managers' perceptions of IC, followed by semi-structured interviews and analysis of administrative data. Empirical studies suggest that IC is linked to subjective process and performance indicators in healthcare organizations. Although the literature on IC in healthcare is growing, it is not advanced. In this paper, we identify and examine the conceptual, theoretical and methodological limitations of the literature. CONCLUSIONS: The concept and framework of IC offer a means to study the value of intangible resources in healthcare organizations, how to manage systematically these resources together, and their mutually enhancing interactions on performance. We offer several recommendations for future research.
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 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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle