MétaCan
Menu
Retour à la cohorte
Enregistrement W2991958681

Study of the Ability of Knowledge Management and the Construction of Wisdom Capital/L'INFLUENCE DE LA CAPACITE DE LA GESTION DU SAVOIR SUR LA CONSTRUCTION DU CAPITAL INTELLECTUEL DANS LES ENTREPRISES

2006· article· fr· W2991958681 sur OpenAlexvenueno aff
Lingzhi Li

Notice bibliographique

RevueCanadian social science · 2006
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceCapital (architecture)PhilosophyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: This paper studied the concept of knowledge management and those factors, which influence it, and the constitution of KM, with the index of ability of KM. Also it studied the wisdom capital. Then the relation of KM and wisdom capital was researched following which the conclusion was gained that improve the ability of KM could be improved by the improvement of the ability of wisdom capital management. Key words: knowledge management (KM), intellectual capital, ability of KM Resume: Ce document etudie a la fois la comprehension de la gestion du savoir et les facteurs qui influencent la-dessus, les constituants de la capacite de la gestion du savoir et les indices mesurables de cette capacite, aussi le role du capital intellectuel base sur le travail intellectuel et l'evaluation de ce capital intellectuel. Apres l'analyse de la relation entre le capital intellectuel et la capacite de la gestion du savoir, la methode consiste a integrer la gestion du capital intellectuel dans celle du savoir, c'est-a-dire que l'amelioration de la capacite de la gestion du capital intellectuel mene necessairement a l'amelioration de la capacite de la gestion du savoir. Mot-cle: la gestion du savoir, le capital intellectuel, la capacite de la gestion du savoir In the period of knowledge, the fundamental origin of rich has changed to the knowledge and its spread, but also not only the natural resources and labor. The decrease of traditional labor-intensive industry causes the operators to change the model of operation and pay more attention to leaning and the innovation of knowledge, and to improve the added value furthermore in order to maintain the core power of competition. Now knowledge-management has become the professional keyword to describe the organizational learning and tools of database management. And the objective of knowledge management is to upgrade the intellectual capital so as to keep the core power of competition rooting in the knowledge in the long term. 1. ABILITY OF KNOWLEDGE MANAGEMENT To understand the ability of knowledge management, we should make the following questions clear. * The definition in knowledge management; * The meaning of knowledge management; * The index to evaluate the ability of knowledge management; There are many definitions of knowledge on different point of view. Quintas thinks knowledge in company was the intangible assets closely connected with individual, and the types of knowledge have (l)market and customers,(2)products,(3)professional knowledge, (4)information of human resources,(5)core process of business,(6)information of dealing, (7)management information,(8)information of suppliers. On the catalog of tacit knowledge and explicit knowledge, NonakaT and the transfer and using of knowledge is the transfer from tacit knowledge to explicit knowledge such as the experience, decision, view of value, etc.. Therefore, although knowledge is own by individual and portions of the organization, and on the division of tacit knowledge and explicit knowledge, thus the knowledge management should cover all of the scope. The meaning of knowledge management is that knowledge is a process, in which intellectual capital is collected to make advancement in productivity and innovation, and is connected with the gathering, innovation and combination so as to produce a more intellectual and competitive organization. Most scholarships think that knowledge management should pay attention to build a work conditions to support the knowledge working of employee. …

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 enseignants0,005
Score d'incertitude au seuil0,015

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 technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetKnowledge Management and SharingTravaux en français237 207