Knowledge Management Practices among the Internal Quality Assurance Network (IQAN)-Member Higher Education Institutions (HEIs) in Thailand
Notice bibliographique
Résumé
Knowledge management is one of the essential processes in every organization because knowledge is recently considered an important asset that needs to be managed. However, in Thailand, it was observed that in many organizations more importantly the academe, knowledge management processed are not yet at fully implemented and employees are not really fully aware of the KM processes in their workplace. This research reviewed the status of knowledge management (KM) in the IQAN- member college and universities in Thailand based on the interpretation of the practice of their rank and file staff. This study was able to find out the majority of the staff know about KM and view it as essential and strategic part of their institutions. They consider their HEIs as knowledge –based. Furthermore, most of the staff believe that KM in the HEIs are still in introductory, intermediate and some consider that KM is their institution is its growth stage and rated differently their institutes’ KM practice from adequate, good to very good. The staff also affirmed that there is knowledge creation, storage, sharing and transfer via various modes. However, in the preference of use of technology tools, the rank and file staff least prefer the usage of the technology in KM management and prefer the use of communities of practice in the sharing of knowledge. It is therefore, strongly recommended that there should be continuous and cyclic process in KM wherein review of the different stages will be done regularly to update the staff especially in the use of technology because it is a very important tool in knowledge storage and sharing or communicating knowledge.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».