The evolution of the intellectual capital concept and measurement
Notice bibliographique
Résumé
This paper presents two dimensions of intellectual capital (IC): the concept itself and the measurement of IC. In the conceptual section, the importance of IC for competitive advantage and its evolution from practice to academia is discussed. The number and diversity of IC models is considered and their points in common are drawn out: namely, three categories, representing the individual, the collectivity and the relationship perspectives. The importance of social capital for the organization’s survival in the current economic environment is explained, a related bibliometric analysis is reported and an IC model acknowledging this component is suggested. The advent of new kinds of capital is explored and a perspective for their integration with the IC model is proposed. In the measurement section, the foundations of IC measurement and different metrics are discussed. A list of factors to be considered for the choice of the ideal set of metrics is presented. The ResultsBased Management and Accountability Framework is explained and the evaluation of the Canadian Chemical, Biological, Radiological and Nuclear Research and Technology knowledge management initiative is given as an example. Recommendations to the reader on how to build their own assessment strategy are made and, in conclusion, future research venues are suggested.Keywords: Intellectual capital. Intellectual capital models. Intellectual capital bibliometrics. Google trends. Intellectual capital metrics. Results-based management and accountability framework. Logic model.Link: http://revista.ibict.br/ciinf/article/view/4054/3573
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».