MétaCan
Menu
Retour à la cohorte
Enregistrement W3126640707 · doi:10.1108/jkm-09-2020-0730

A structured literature review of scientometric research of the knowledge management discipline: a 2021 update

2021· article· en· W3126640707 sur OpenAlexaffabout
Alexander Serenko

Notice bibliographique

RevueJournal of Knowledge Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésOriginalityScientometricsConsistency (knowledge bases)PublishingValue (mathematics)Knowledge managementLibrary scienceSociologyPolitical scienceComputer scienceSocial scienceQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to conduct a structured literature review of scientometric research of the knowledge management (KM) discipline for the 2012–2019 time period. Design/methodology/approach A total of 175 scientometric studies of the KM discipline were identified and analyzed. Findings Scientometric KM research has entered the maturity stage: its volume has been growing, reaching six publications per month in 2019. Scientometric KM research has become highly specialized, which explains many inconsistent findings, and the interests of scientometric KM researchers and their preferred inquiry methods have changed over time. There is a dangerous trend toward a monopoly of the scholarly publishing market which affects researchers’ behavior. To create a list of keywords for database searches, scientometric KM scholars should rely on the formal KM keyword classification schemes, and KM-centric peer-reviewed journals should continue welcoming manuscripts on scientometric topics. Practical implications Stakeholders should realize that the KM discipline may successfully exist as a cluster of divergent schools of thought under an overarching KM umbrella and that the notion of intradisciplinary cohesion and consistency should be abandoned.Journal of Knowledge Managementis unanimously recognized as a leading KM journal, but KM researchers should not limit their focus to the body of knowledge documented in the KM-centric publication forums. The top six most productive countries are the USA, the UK, Taiwan, Canada, Australia and China. There is a need for knowledge brokers that may deliver the KM academic body of knowledge to practitioners. Originality/value This is the most comprehensive, up-to-date analysis of the KM discipline.

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)0,031
score de la tête « metaresearch » (Gemma)0,122
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,122
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0770,051
Études des sciences et des technologies0,0020,002
Communication savante0,0070,009
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,033
Tête enseignante GPT0,331
Écart entre enseignants0,298 · 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.

Devis d'étudeRevue systématique
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge ManagementMême sujetIntellectual Capital and Performance AnalysisTravaux en français237 207