MétaCan
Menu
Retour à la cohorte
Enregistrement W2743170277 · doi:10.1504/ijlic.2018.088345

Intellectual capital and organisational performance in Malaysian knowledge-intensive SMEs

2017· article· en· W2743170277 sur OpenAlexaff
Muhammad Khalique, Nick Bontis, Jamal Abdul Nassir Shaari, Mohd Rafi Yaacob, Rohana Ngah

Notice bibliographique

RevueInternational Journal of Learning and Intellectual Capital · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStructural capitalIntellectual capitalCronbach's alphaBusinessScope (computer science)Structural equation modelingConfirmatory factor analysisRelational capitalEconomic capitalSample (material)Human capitalCapital (architecture)Reliability (semiconductor)Knowledge managementIndividual capitalMarketingEconomicsComputer scienceFinanceEconomic growth

Résumé

récupéré en direct d'OpenAlex

This study was designed to test and validate the integrated intellectual capital model by examining the relationship between intellectual capital and organisational performance of small and medium enterprises (SMEs) operating in the electrical and electronics manufacturing sectors in Malaysia. Data was collected through a validated survey instrument administered on a sample of 237 respondents from targeted SMEs. Cronbach's alpha and confirmatory factor analysis were used to examine the reliability and validity of the research instrument. Structural equation modelling was used to test the proposed research hypotheses. The results demonstrate that human capital, customer capital, structural capital, social capital, technological capital and spiritual capital are crucial components of intellectual capital and all link to organisational performance. Although there are limitations to measuring intellectual capital quantitatively, this study provides further insight into the relationship between intellectual capital and organisational performance within a developing nation. The limitations of the study include a limited scope of generalisability.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,247
Écart entre enseignants0,234 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations132
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Learning and Intellectual CapitalMême sujetIslamic Finance and Banking StudiesTravaux en français237 207