MétaCan
Menu
Retour à la cohorte
Enregistrement W4403703303 · doi:10.3390/jrfm17110478

Intellectual Capital: Revisiting an Analytical Model

2024· article· en· W4403703303 sur OpenAlexvenueno aff
António Eduardo Martins, Albino Lopes

Notice bibliographique

RevueJournal of risk and financial management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual capitalEconomicsComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

The world’s economy is experiencing important changes brought on by diverse factors, namely technological advancements, the appearance and diffusion of personal computers, high-speed telecommunications, and the Internet. These technological changes have influenced the corporate environment, with recent decades denominated as the information economy, the digital economy, the economy of knowledge, a risk society, and the age of quality and innovation. To designate the key concept of the new economic era as “intellectual capital” implies a classification and evaluation effort in order to proceed with its generalization. In today’s world, the study of a model capable of adding explanatory diversity to intellectual capital is very relevant. We observed a true panoply of concepts in the analyzed models based on a literature review. The conceptual evolution during recent decades has motivated many investigations in this field, resulting from the phenomenon of globalization, growing technological innovation, and the observation of significant disparities between the market value and the accounting value of companies. This article describes an investigation carried out, presenting an explicative model of intellectual capital based on four distinct patterns, which are the aggregating factors of the existing conceptual diversity. We present the identification of a model with two axes, x (the type of knowledge, from tacit to explicit) and y (the capital of knowledge, from human to structural), which represents the conceptual diversity mirrored in four quadrants resulting from the research carried out with an initial exploratory study and two following studies with 45 and 72 specialists. In this article we analyze the Martins model, which proves to be essential for systematizing and mapping the dimensions that intellectual capital includes. This model can be used to identify the different aspects of intellectual capital in an organization and thus contribute to its understanding, optimization and good management.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
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 GPT0,236
Écart entre enseignants0,220 · 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'étudeAutre devis
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 revueJournal of risk and financial managementMême sujetIntellectual Capital and Performance AnalysisTravaux en français237 207