MétaCan
Menu
Retour à la cohorte
Enregistrement W4387343575 · doi:10.1108/itp-12-2022-0944

Knowledge management as an asset for operational processes in marginal healthcare centers

2023· article· en· W4387343575 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

RevueInformation Technology and People · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHealth careKnowledge managementKnowledge sharingBusinessLeverage (statistics)Structural equation modelingAsset (computer security)Process managementComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose This research paper aims to explore the added value of knowledge management (KM) and its antecedents for innovation and organizational performance (OP) in marginal healthcare organizations. Design/methodology/approach Using insights from the resource-based view and knowledge-based theory of the firm, the model explains the effects of technology capabilities (TC) and organizational culture (OC) on the KM process, process innovation (PIN), administrative innovation (AIN) and OP. The authors used partial least squares structural equation modeling (PLS-SEM) and fuzzy-set qualitative comparative analysis (fsQCA) to analyze data collected from 168 healthcare practitioners in Cameroon using a survey. Findings The authors reveal that TC and OC positively impact some KM components. Knowledge sharing (KS), knowledge acquisition (KA) and responsiveness to knowledge (RK) influence PIN, while only PIN and KA influence OP. FsQCA provided several configurations that lead to high OP within healthcare centers. As a result, the results are adaptable to any healthcare center that wishes to set up one or more KM processes. Research limitations/implications Given that the results will help the health workforce make concerted decisions about medical care, the authors contribute significantly to the definition and optimization of KM in healthcare by implementing various processes and policies to ensure the continued existence of high-quality and outstanding healthcare systems. The KM propositions will enable healthcare centers to: (1) improve the quality of patient care through collegiality in medical practice; (2) optimize processes in the patient care chain; and (3) leverage knowledge gained though knowledge sharing among the medical team. The propositions open up avenues for future research in addition to providing practical implications for healthcare center practitioners. Originality/value This study sheds new empirical light on the relationships between KM antecedents and processes, innovation and OP in healthcare centers. This research is one of the few to examine the relationship between TC, OC, KM processes, innovation and OP in developing countries. This paper aims to fill this gap and inform future research concerning KM in the healthcare sector. Further, this study goes beyond testing the PLS-SEM approach's hypotheses by applying fsQCA to provide practical and comprehensive knowledge on how to increase the efficiency of a healthcare center through KM.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,260 · 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