The effects of knowledge creation process on organizational performance using the BSC approach: the mediating role of intellectual capital
Notice bibliographique
Résumé
Purpose Knowledge is a key success factor in achieving competitive advantage in the current fast-paced and uncertain economic environment. Several studies in the literature have analyzed the relationship between knowledge creation (KC) and organizational success; however, the mechanisms by which KC leads to accumulation of intellectual capital (IC) and thereby affects various dimensions of organizational performance are understudied. The purpose of this paper is to examine how KC and IC and their relationship influence key dimensions of organizational performance. Design/methodology/approach A research model was developed and tested based on the literature in the areas of KC, IC and organizational performance. This study uses a survey sent to companies in an intensive knowledge-based industry. The balanced scorecard (BSC) approach was used to measure the key dimensions of organizational performance. Findings The results from structural equation modeling (SEM) on 470 completed questionnaires received from the pharmaceutical companies in Iran reveal that KC activities lead to the accumulation of organizational IC and IC has a crucial and positive impact on the BSC. Furthermore, the results from the path analysis indicate that IC mediates the effects of KC on the BSC. Practical implications The findings of this study contribute to the extant literature on the relationship between knowledge and organizational performance by demonstrating that knowledge and KC lead to performance when organizations utilize KC activities and leverage them to accumulate IC. Once used effectively, IC will result in a better performance in the knowledge-intensive environments. Originality/value This is the first study that investigates how KC contributes to firm performance by incorporating the mediating impact of IC on the BSC. The proposed model and results will help organizations to identify the mechanisms through which KC initiatives improve organizational performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».