MétaCan
Menu
Retour à la cohorte
Enregistrement W3037062436 · doi:10.1002/kpm.1638

Intellectual capital in East and West African social enterprises

2020· article· en· W3037062436 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKnowledge and Process Management · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésIntellectual capitalSocial capitalStructural capitalRelational capitalOriginalityHuman capitalDescriptive statisticsBusinessContext (archaeology)Sample (material)Individual capitalQuality (philosophy)Sierra leoneFinancial capitalMarketingEconomic growthEconomicsSociologySocioeconomicsGeographySocial scienceFinanceQualitative research

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose This study aims to identify the main factors of knowledge assets (i.e., human, relational and structural capital) that affect the value creation process of social enterprises located in East and West Africa. Design A survey was administered to a sample of social enterprises located in developing countries such as Kenya, Uganda, Sierra Leone and Ghana. The survey was designed to gather background information about social enterprises, social entrepreneurs as well as data pertaining to intellectual capital. Therefore, descriptive statistical analysis, principal component analysis and Pearson correlations were employed to identify the main components of IC for African SEs and the inter‐relationship among intellectual capital components. Findings Research findings confirmed that human capital (i.e., a social entrepreneur's knowledge), relational capital (i.e., local and global relationship quality) and structural capital (i.e., long‐term and up‐to‐date firm knowledge) were validated as important resources for African SEs in the value creation process. Moreover, correlation analysis showed that human capital and relational capital were positively correlated; whereas structural capital was positively correlated with the local and global relationship's quality and with the social entrepreneur's skills. Limitations The main limitations concern the heterogeneity and the restricted sample size due to challenges in the data gathering process. Moreover, the results could potentially be influenced by the context and the low response rate. However, this study can represent a starting point for future research in this unique but important research setting. Originality This study can be considered original for several reasons. First, empirical evidence on knowledge assets in developing countries in Africa is still scarce, despite the potential of being a new frontier for intellectual capital studies and social and economic growth. Second, the use of a survey method as an IC measurement tool in this context is unique. Finally, this study helps in providing a platform for further investigation in Africa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,230
Écart entre enseignants0,208 · 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