Notice bibliographique
Résumé
Although the knowledge society is evolving rapidly, uptake of knowledge management principles and practice in the public sector have lagged well behind that in the private sector. To help overcome this difficulty, the knowledge management mantra that industrial-era cultures must change in order for KM to succeed is reformulated into a new paradigm: Within an existing culture, how can knowledge management increase the value of organizational knowledge and the productivity of knowledge work? The paradigm uses the Cynefin sense-making framework as a foundation for knowledge manageability. Four knowledge manageability regimes are described: authoritative hierarchy (use of explicit knowledge is authorized through organizational decisions), organizational structure (explicit knowledge is codified and interpreted in the context of organizational processes), negotiated agreements (tacit knowledge is exchanged among individuals and within communities to validate new knowledge), and responsible autonomy (innate knowledge is voluntarily used by individuals to create new knowledge). Most organizations use all four regimes, each of which requires a different approach to management. The chapter also describes methods for transferring knowledge across the regions, from creation to application. The knowledge manageability framework encompasses a spectrum from dynamic, unstructured organizational environments to relatively inflexible, highly structured environments. It provides a robust, multi-dimensional framework for managing knowledge and knowledge work across diverse organizational contexts. By avoiding the need to change inherently structured culture and work processes, it greatly reduces the challenges associated with implementing knowledge management in public-sector organizations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».