Kant's two paths of knowledge creation: a priori vs a posteriori

Knowledge Management Research & Practice -     

A sensemaking model of knowledge in organisations: a way of understanding knowledge management and the role of information technologies

The objective of the paper is to demonstrate how a sensemaking model of knowledge enables better and deeper understanding of knowledge management (KM) processes in organisations and the role of information technologies (IT) in these processes. Inspired and informed by a sensemaking view of organisations, the model identifies four types of knowledge, corresponding to four sensemaking levels: the individual, collective, organizational, and cultural. Each knowledge type, as the paper shows, is of different nature and has different characteristics but is constituted and affected by all other knowledge types. An organisation is thus seen as a ‘distributed knowledge system’ composed of numerous instances of these four knowledge types and their dynamic interplay. By drawing from three empirical studies, the paper illustrates how the sensemaking model of knowledge can be applied to investigate different ways companies (try to) manage knowledge and use IT-based systems to improve KM and ultimately company performance. A deeper understanding of these processes through the lens of the model reveals mechanisms and forces underlying KM phenomena that help explain why some processes were successful and others failed. The paper intends to make the following contributions: propose a theoretical framework of knowledge and KM in organizations, which is reasonably comprehensive and empirically grounded and also demonstrate its relevance and usefulness to both researchers and practitioners as they investigate and make sense of specific KM processes and IT applications in practice.     

知识创新工程试点全面推进阶段的工作设想

1　我院在实现国家第三步战略目标进程中肩负的光荣使命作为知识创新和技术创新的国家战略队伍 ,我院将努力攀登世界科学高峰 ,培养和造就高级科技创新人才 ,提高我国战略高技术自主创新能力 ,不断创造和辐射高新技术 ,并衍生发展具有国际竞争力的高技术产业 ,为我国经济发展、国防建设和社会进步做出基础性、战略性和前瞻性的创新贡献 ,为实现我国第三步战略目标提供强有力的科技支持。作为国家创新体系的重要组成部分 ,我院将与大学、企业、行业及国防科技部门等国家创新体系其它组成部分相互渗透 ,有机结合 ,共同发展 ,为真正搞出我们自…     

科学知识观的嬗变——一种知识社会学的分析视角

人们对科学知识品质的认识和科学对自然界的认识一样是不断发展的。知识社会学从对传统的普遍、客观、价值中立的科学知识观的解构中,逐步走向相对主义的科学知识观。     

基于小世界网络的知识交流对象选择研究

本文在分析组织知识交流行为的基础上,提出了衡量知识交流效果的交流充分度指标和交流公平度指标。并探讨了知识交流对象选择机制对知识交流效果的影响。对小世界网络上的知识交流过程进行了模拟,并分析了结果。通过比较研究发现,就高选择机制是促进组织知识交流的积极因素,而工龄选择机制下会出现扎堆现象,妨碍组织的知识交流。     

知识链组织之间的知识分工决策模型研究

摘要：本文研究了知识链组织在研究与开发协作中,开发活动必须由代理组织完成,而研究活动既可由核心企业完成,也可由代理组织完成的知识分工决策过程,分析了研究与开发完全委托和部分委托不同情形下的最优支付。研究表明,如果核心企业从事研究活动所获得的技术能力增长收益越高,研究阶段向开发阶段转移知识的效率越高,研究活动相对于开发活动的重要性越高,则核心企业越倾向于把研究活动控制在企业内部。       

知识联盟中知识转移效率作用机理研究

在对知识转移理论、知识存量理论等相关文献梳理基础上,提出知识联盟中知识转移效率问题。引入博弈模型并提出相关假设,通过对郑州铝工业知识联盟的案例分析,构建知识转移效率作用机理模型。结果表明,知识存量与知识转移效率呈倒U型关系;知识反哺活动的加强,会促使联盟内知识存量呈不断增长趋势;同时,知识反哺在知识存量与知识转移效率的关系中发挥正向调节效应。研究结论有助于探讨知识转移效率的形成机理,增强对知识联盟运行内在规律的理解,有利于指导企业从更深层次上把握知识转移行为,具有非常重要的意义。     

基于知识创新的知识团队研究

知识团队是适应知识经济时代知识工作特征与要求的新型组织形式。本文在阐述了基于"知识链"的知识团队形成机理的基础上,建立了知识团队结构的体系模型,对知识团队、知识团队间的耦合关系和知识团队的外部环境联系进行了分析,指明了知识团队的特点,提出知识团队是一种发展型组织。     

组织知识管理环境下的个人知识管理研究

通过对个人和组织,以及个人知识和组织知识的讨论来,明确个人知识管理与组织知识管理的关系,确立一个在组织知识管理的环境的个人知识管理的框架.     

知识价值性、企业权力对知识转移的影响研究

在资源依赖理论和战略权变理论基础上,构建创新合作网络中企业知识价值性、企业权力与知识转移之间关系的理论模型。以西安市信息技术产业为研究对象,采用QAP多元回归方法对企业知识价值性、企业权力与知识转移的关系进行实证研究,将知识价值性划分为知识关键性、知识不可替代性和知识中心性三个维度。研究结果表明:知识关键性和知识不可替代性对企业权力具有显著正向影响,而知识中心性对企业权力的影响不显著;企业权力在知识关键性和知识转移之间具有中介作用;企业权力在知识不可替代性与知识转移之间具有中介作用;而企业权力在知识中心性和知识转移之间中介作用不显著。     

OEM的突围之路——浅析学习行为准则对知识获取及创新的影响

研究中国OEM企业如何通过学习型组织的七大行为准则来获取委托生产方的知识,促进创新,并最终找到适合自己的突围之路.研究表明,"系统联结"和"战略领导"两大行为准则奠定了知识获取的基础;"调查对话"和"授权"更有利于隐性知识的获取;"持续学习"、"合作与学习"以及"嵌入式组织"更有利于显性知识的荻取.而隐性知识的获取和显性知识的获取会分别催生突变式创新和渐进式创新.     

论科学知识形成中个体与社会因素的相互融合

科学知识的形成过程是个体与社会因素相互渗透与整合的过程,也是追求一种合理确定性的过程。认为由于个体语言的差异、先验知识的无法证明、评判标准不统一以及社会诸多因素的制约,个体经验知识在向共性经验知识转化及得到科学共同体认同过程中,增加了知识的不确定性和科学认识的相对性。     

企业-大学知识联盟中知识转移影响因素分析

动态变化的竞争环境使得置身其中的企业需要日益关注对外部知识的获取,这是开发新技术和获取新的竞争优势的关键所在。与大学组建知识联盟是企业获取外部知识的一个有效途径,而知识的有效转移才是知识联盟组建的根本目的。本文分析了企业-大学知识联盟中知识转移的过程,并进一步探察了知识转移的影响因素,在此基础上构建了知识转移的影响因素模型,从合作共享情境、企业内部情境以及转移模式等方面提出了相关建议。     

基于知识平衡计分卡的知识管理模型

知识管理与平衡计分卡虽然都是目前理论研究的热点,但是把二者结合起来研究的还很鲜见。本文对平衡计分卡和知识管理进行整合研究,提出了知识平衡计分卡(KBSC)和基于KBSC的知识管理模型,并介绍了应用这个模型的步骤与方法。     

KRL_MLCCL: Multi-label classification based on contrastive learning for knowledge representation learning under open world

Knowledge representation learning(KRL) transforms knowledge graph(KG) from symbol space to vector space. However, KRL under open world assumption(OWA) is deeply trapped in the dilemma of lack of labels due to difficulty or high cost in labeling. To address this problem, we propose KRL_MLCCL:Multi-Label Classification based on Contrastive Learning(CL) Knowledge Representation Learning method. Specifically, (1)we formalize a problem of solving true knowledge graph objects(KGOs) matchings(KGOMs) under the OWA in the original KGOM sample space(KGOMSS)(multi-label classification with one known true matching(positive-example)). (2)we solve the problem in the new KGOMSS, generated through augmenting the true matching according to CL’s idea(multi-label classification with multiple known true matching). (3)we score the true matchings based on hermitian inner product and softmax and minimize a negative logarithm likelihood loss to establish KRL_MLCCL model preliminarily. (4)we migrate the learned model back to the original KGOMSS to solve the true matching problem. We creatively design and apply a positive-example augmentation way of CL enabling KRL_MLCCL with back migration ability: “pulling KGOs in true matching close and pushing KGOs in false matching away”, which helps KRL out of the labels shortage dilemma faced in modeling. We also propose a negative-example noise filtering algorithm to enhance this ability. The open world entity prediction(OWEP) experiment on dataset FB15K-237-OWE shows that the performance of KRL_MLCCL is increased by 3% in Hits@10 and 1.32% in MRR compared with the state-of-the-art in the baselines. The experiments of OWEP in KG also show that KRL_MLCCL has a better back migration ability.