Measuring knowledge spillovers transfer from scholars in business schools: validation of a multiple-item scale
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 The purpose of this paper is to develop and validate a 12-item scale of knowledge spillovers transfer (KST) from scholars in business schools to practitioners outside academia. Design/methodology/approach A sample of 807 faculty members from 35 Canadian business schools was used for the psychometric evaluation of the questionnaire. The reliability of the scale was assessed by Cronbach’s alpha. The construct validity was examined through exploratory and confirmatory factor analyses. The nomological validity was assessed by analyzing the prediction of two output indicators by means of KST using structural equation modeling and by testing differences in KST according to other related variables. Findings The psychometric properties obtained indicate that the instrument is reliable and valid, which invites to its use as a diagnostic tool of KST from scholars in business schools to users outside academia. Research limitations/implications The KST questionnaire developed and validated in this study can be considered as a useful practical tool enabling the assessment of business scholars’ KST activities. Practical implications The KST questionnaire developed may enlighten business schools’ administrators and policy-makers to identify and implement actions to improve the transfer of knowledge between research and practice. Originality/value To the best of the authors’ knowledge, despite the wide range of quantitative measures proposed in the literature, this is the first study that aims to present a comprehensive, accurate and validated scale to measure KST from scholars in business schools to practitioners outside academia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle