MétaCan
Menu
Retour à la cohorte
Enregistrement W4391602831 · doi:10.4018/ijkm.336925

Knowledge Management Practice and Organizational Performance in the Context of International Schools

2024· article· en· W4391602831 sur OpenAlexaff
T.B.C. da Silva, Nuša Fain

Notice bibliographique

RevueInternational Journal of Knowledge Management · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Knowledge managementOrganizational learningBusinessComputer scienceHistory

Résumé

récupéré en direct d'OpenAlex

This exploratory study delves into three private international schools' knowledge management (KM) practices amidst the Covid-19 pandemic. Utilizing Gold et al.'s KM framework, the research examines the applicability of this model in the unique industrial context of international schools and explores the potential influence of KM on organizational performance within this context. The findings highlight that teachers proficient in articulating KM processes and infrastructure perceive their schools as more successful in the international education landscape. As schools transition back to in-person learning, leaders and stakeholders are urged to evaluate their KM practices and consider targeted initiatives to cultivate specific competencies, fostering a sustainable competitive advantage and enhancing both financial and non-financial firm performance. This study's originality lies in examining KM practices in international schools during the pandemic, stimulating conversations among school leaders and stakeholders to optimize knowledge management in the post-pandemic era.

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 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)0,003
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: aucune
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,335
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Knowledge ManagementMême sujetKnowledge Management and SharingTravaux en français237 207