Citation classics published in knowledge management journals. Part III: author survey
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 This paper is the third part of a series of works investigating the top 100 knowledge management (KM) citation classic articles. The purpose of this paper is to understand why KM citation classics are well-cited. Design/methodology/approach The results of a survey of 58 KM citation classic authors were reported as descriptive statistics and subjected to content analysis. Findings An archetype of a KM citation classic author was constructed including demographics, personal characteristics, motivation and work preferences. There is a need for developing novel ideas in KM research. Timeliness of a publication is directly linked to its future impact. Editors should involve citation classics authors as reviewers, and KM researchers should improve their citation practices. Serendipity played a very important role in early KM research, especially from the perspective of discovering new and interesting phenomena. Research limitations/implications Whereas the importance of serendipity is not questioned, future KM researchers should rely more on a formal, meticulous and well-planned research approach rather than on the hope of making a discovery by accident or luck. KM citation classics authors relied on serendipity to form the foundation of the discipline, but extending their work requires formal and structured inquiries. Practical implications Many authors conducted research to solve a problem to serve the needs of both practice and academia, rather than being overly theoretical. Originality/value Because KM researchers can no longer rely on past bibliometric theories, this paper helps understand why specific articles are highly cited and recommends how to conduct and develop future KM research that has impact.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle