Translating knowledge management into performance
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 aims to tie together insights from the body of research on knowledge management (KM) and management accounting control systems to propose a conceptual model in which performance measurement systems (PMS) can play a role in translating knowledge resources into enhanced performance. Design/methodology/approach The underlying assumption of the “fit-as-mediation” approach signifies that knowledge features can play a role in the determination of the structure and implementation of particular managerial processes and this, in turn, may support information processing and lead to desirable results within organizations. Findings Synthesizing theory from performance measurement and the knowledge-based view of the firm, the paper’s analysis and discussions elucidate how the implementation of an overarching PMS, i.e. diversity of measurement, could translate the knowledge-related factors, i.e. knowledge resources and knowledge process capabilities, into enhanced performance. In particular, the proposed model shows that a comprehensive PMS plays an intervening role between KM and organizational performance. Research limitations/implications The proposed model may inspire a new research agenda to show how knowledge initiatives are managed and measured in organizations and how they are properly aligned with specific managerial processes to deliver real value. Practical implications Drawing upon the conceptualized associations among KM, PMS and organizational performance, this paper recommends some practical guidelines by highlighting the importance of PMS whereby organizations may reap maximum benefit from their KM initiatives. Originality/value This paper sheds new light on the links between KM and organizational performance, and it appears to be the first study to propose an intervening effect of PMS between KM and 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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,029 |
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