MétaCan
Menu
Retour à la cohorte
Enregistrement W2270858864 · doi:10.7903/cmr.13183

Using the Fuzzy Delphi Method to Apply a Model of Knowledge Transfer through International Strategic Alliances in Up-Stream Oil and Gas Sectors

2015· article· en· W2270858864 sur OpenAlexaff
Salman Kimiagari, Samira Keivanpour, Md. Samim Al-Azad, Muhammad Mohiuddin

Notice bibliographique

RevueContemporary Management Research · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensThompson Rivers UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésKnowledge transferDelphi methodFuzzy logicDelphiBusinessKnowledge managementMarketingIndustrial organizationComputer scienceChemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The upstream petroleum industry includes associated service businesses such as seismic and drilling contractors, service rig operators, engineering firms and various scientific, technical service and supply companies. These extremely high-tech activities require the continuous inflow of knowledge and technologies for reconfiguring and rebuilding capabilities that fit with the continuous changes in the marketplace for sustaining a competitive advantage. To that end, infrastructures and policy orientations are required to create a conducive environment for knowledge transfer (KT) to enhance knowledge capability. This paper aims to explore how strategic alliances lead to KT that enhances organizational capabilities. We analyze the case of the National Iranian Oil Company (NIOC) to test the fuzzy Delphi model (FDM) framework. We develop a conceptual framework establishing the link between the strategic alliances (SA) and their facilitators for developing the knowledge capabilities of upstream oil and gas companies. We tested the proposed model using FDM to show how international strategic alliances (ISA) in the upstream oil and gas sector transfer knowledge and have positive effects on developing the NIOC’s knowledge capability. Positive outcomes include knowledge acquisition from partners, developing knowledge management techniques and facilitating the implementation of knowledge-based structure, developing high-tech production and exploration methods, increasing investment in innovation, and developing human resources and information technology uses. Keywords: Knowledge Transfer, Upstream Oil and Gas Sector, International Strategic Alliances, Emerging Countries To cite this document: Salman Kimiagari, Samira Keivanpour, Md. Samim Al-Azad, and Muhammad Mohiuddin, "Using the Fuzzy Delphi Method to Apply a Model of Knowledge Transfer through International Strategic Alliances in Up-Stream Oil and Gas Sectors", Contemporary Management Research, Vol.11, No.4, pp. 409-428, 2015. Permanent link to this document: http://dx.doi.org/10.7903/cmr.13183

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)0,013
score de la tête « metaresearch » (Gemma)0,011
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,003
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,447
Tête enseignante GPT0,430
Écart entre enseignants0,016 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Management ResearchMême sujetInnovation and Knowledge ManagementTravaux en français237 207