Linking peripheral vision with relational capital through knowledge structures
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
Purpose Peripheral vision (PV) or side vision refers to that which is visible to the eye while being outside of its central area of focus. PV enables organisms to detect movement and potential threats in their environment. The purpose of this paper is to contribute to the understanding of the concept of PV in the business environment, as well as its relationship with knowledge structures in the form of technology knowledge and absorptive capacity. The relative importance and significance of technology knowledge and absorptive capacity as mediators between “relational capital” (RC) and “PV” are also examined. Design/methodology/approach The paper reports an empirical investigation involving 125 employees from the banking sector. Data collected was statistically analysed using PLS-graph software version 03.00. Results of the data analysis show relationships uncovered in the existing literature. Findings The creation of RC by employees from the banking sector relies to a large extent on managers’ ability to perceive, analyse and understand activity that is often outside the focus of their attention. Practical implications Managers who explicitly value their RC have a wider vision of their environment. In turn, a wider understanding of the activity in the environment drives the strengthening of the organisation and its RC. Originality/value PV can have a direct impact on the organisation’s appetite for the development of its technology knowledge base, thus contributing to enhance the firm’s absorptive capacity as well as the extent, quality and value of its RC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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