Impact of Knowledge Management on Firms’ Innovation Performance
Notice bibliographique
Résumé
Purpose: To provide empirical evidence to explore the impact of knowledge management (KM) on the innovation performance of listed manufacturing firms in Ghana. Manufacturing firms are threatened by the absence of internal competitive expertise and external challenges related to varied institutional settings. Design/Methodology/Approach: Data were collected using 110 questionnaire surveys sent out to senior managers from a cross-section of manufacturing industries. A total of 1140 usable questionnaires survey were returned representing a 100 percent response rate. The hypotheses and assumptions in the form of mail survey, secondary data, and direct surveillance were established using structural equation modelling. Findings: How a firm acquires knowledge, disseminates it and finally its responsiveness toward knowledge management influence on firm innovation performance was tested using developed hypotheses based on theoretical and research framework. The quantitative survey approach was chosen to evaluate the significance of each hypothesis. Empirical evidence asserts that a knowledge management capability firm uses resources efficiently to be innovative and significantly positive in performance. All three KM elements: knowledge acquisition, knowledge dissemination, and responsiveness to knowledge have a significant positive relationship to firm innovation performance. Research Limitations/ Implications: The sample used slightly under-represented smaller firms and was not entirely characteristic of manufacturing industry segments. Data were also collected in Ghana so the study needs a broader replication in different contexts and or countries with longitudinal studies. Practical Implications: This paper presents manufacturing firms in a developing economy, Ghana intending to substantiate knowledge management and innovation performance implementation in an emerging economy and latecomer development to unravel its impact on listed manufacturing firms in Ghana. Knowledge management is incorporated in numerous firms and necessitates a business instance to defend program outlay to contrivance knowledge management behaviours and practices. This paper provides sustenance for the importance of knowledge management to augment both technological (ICT-based) and human resource (organizational) innovation execution that will bring benefit to manufacturing firms in Ghana’s innovation performance. Originality/Value: This paper is amongst the first to find empirical results to back the role of knowledge management within manufacturing firms. Additionally, the aligning of knowledge management as a coordinative instrument is also of significant input to our discernment in this area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».