The use of Gamification in Knowledge Management Processes: A Systematic Literature Review
Notice bibliographique
Résumé
Purpose: The purpose of this article is to present a systematic literature review that synthesizes the \ninvestigations made into the use of Gamification in Knowledge Management processes in recent years, and a \nconceptual model for analysis of the Gamification of Knowledge Management Systems. \nTheories: Since the last decade the Gamification - defined by the application of game design principles in a non-game \ncontext - as a management practice has become increasingly challenging for researchers. At the height of the \nKnowledge Age, in which we live today, knowledge and the organizational capacity to create, disseminate and retain it is \none of the most important sources of competitive advantage for organizations. As employees’ knowledge is critical for \ncompanies, it is essential to find effective mechanisms to encourage collaborators to share knowledge. In this field, \ngamification is a dynamic to be considered as an enabler of successful knowledge management systems. \nMethodology: A systematic review of the literature was carried out, analyzing the scientific articles obtained through \nelectronic databases, manual research and the cross-referencing of bibliographic references to identify and synthesize \nstudies on the use of gamification in Knowledge Management processes in the period from 2015 to 2018. \nResults: This study demonstrates that the use of gamification in knowledge management processes has a positive \nimpact on employees’ motivation and involvement with these systems, while promoting the creation, transfer and sharing \nof knowledge in the organization. A conceptual model for the gamification of knowledge management systems is \nproposed, intended to be a valid contribution to the operationalization of future studies on the link between gamification \nand knowledge management.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».