Wyniki wyszukiwania - BazTech

1

Knowledge management practices in higher education institutions - a comparative study

Nawaz Nishad, Durst Susanne, Hariharasudan A., Shamugia Zurabi

Polish Journal of Management Studies

|

2020

|

Vol. 22, No. 2

291--308

EN

The purpose of this paper is to study Knowledge Management (KM) practices in a number of higher education institutions from Europe, Asia, and Gulf Cooperation Council (GCC) countries, as reported by the respective faculty members. The KM practices assessed were Knowledge Perception (KP), Knowledge Gathering (KG), Knowledge Creation (KC), Knowledge Sharing (KS), Knowledge Diffusion (KD), and Knowledge Retention (KR) and compared across the three regions to understand the similarities and differences in KM practices. Data was collected through a structured questionnaire and distributed online among faculty members of various universities in Europe, Asia and GCC countries. To draw meaningful inferences, scales for reliability, one-way ANOVA and Ttest were used to analyze, compare and interpret the data. The results indicate that there are no significant differences among the higher education institutions regarding KP, KC, KS, and KD. There is, however, a significant difference with regards to KG and KR. The findings of the study help to serve as input to higher education institutions from three different regions in developing best practices of KM for improving performance.

PL

Celem tego artykułu jest zbadanie praktyk zarządzania wiedzą (KM) w szeregu instytucji szkolnictwa wyższego z krajów Europy, Azji i Rady Współpracy Zatoki Perskiej (GCC), zgodnie z raportami odpowiednich członków wydziału. Ocenione praktyki KM obejmowały postrzeganie wiedzy (KP), gromadzenie wiedzy (KG), tworzenie wiedzy (KC), dzielenie się wiedzą (KS), rozpowszechnianie wiedzy (KD) i zatrzymywanie wiedzy (KR) i porównano je w trzech regionach, aby zrozumieć podobieństwa i różnice w praktykach KM. Dane zebrano za pomocą ustrukturyzowanego kwestionariusza i rozprowadzono online wśród wykładowców różnych uniwersytetów w Europie, Azji i krajach GCC. Aby wyciągnąć znaczące wnioski, do analizy, porównania i interpretacji danych wykorzystano skale niezawodności, jednokierunkową ANOVA i test T. Wyniki wskazują, że nie ma istotnych różnic między uczelniami pod względem KP, KC, KS i KD. Istnieje jednak znacząca różnica w odniesieniu do KG i KR. Wyniki badania pomagają instytucjom szkolnictwa wyższego z trzech różnych regionów opracować najlepsze praktyki KM w celu poprawy wyników.

2

Gathering knowledge about disruptions in material flow in network supply chain

Kramarz M., Kramarz W.

LogForum

|

2015

|

Vol. 11, no. 1

99--108

EN

Background: The article aims at presenting a study into disruptions in a network supply chain of metallurgic products. The research was carried out in the years 2011-2013. Network supply chains include key chain links for building the resistance. These chain links affect material flows of the whole supply chain through silencing disruptions. Those predisposed to form a strategy strengthening the resistance of the whole network supply chain are organizations fulfilling the assumptions of flagship enterprise. Material and methods: The research is carried out in two stages: the stage of identification of disruptions (risk factors) and the stage of identification of strengthening disruptions zones. The authors carried out simulation experiments based on three models built in the management system dynamics technique (VensimDSS). The proposed methodology required constructing original tools for measuring disruptions and zones strengthening the disruptions in the form of cards for measuring disruptions. Results: The value added is grouping of disruptions in risk factors distinguished in terms of the frequency of the occurrence of disruptions and their results. The authors proposed and defined the notion of zones of strengthening disruptions. The zones are formed from sets of factors strengthening disruptions with similar influence on disruptions. Conclusions: The IT system composed of a module for identification of disruptions in material flows and a simulation model is a proposal dedicated to organizations controlling material flows in a network supply chain in the conditions of disruptions.

PL

Wstęp: Artykuł ma na celu prezentację badań nad strategiami wzmacniania odporności w sieciowym łańcuchu dostaw wyrobów hutniczych. Badania przeprowadzono w latach 2011-2013. W sieciowych łańcuchach dostaw istnieją ogniwa kluczowe dla budowania odporności. Ogniwa te oddziałują na przepływy materiałowe całego łańcucha poprzez wytłumianie zakłóceń. Predysponowane do kształtowania strategii wzmacniającej odporność całego sieciowego łańcucha dostaw są przedsiębiorstwa flagowe. Prowadzone badania miały na celu wskazanie metodyki gromadzenia wiedzy pozwalającej przedsiębiorstwom flagowym wzmacniać odporność sieciowego łańcucha dostaw. Metody: Wzmacnianie odporności w sieciowych łańcuchach dostaw wymaga opisu struktury sieciowego łańcucha dostaw, charakterystyki przedsiębiorstw sterujących przepływami a także zdefiniowania czynników ryzyka i stref wzmacniania zakłóceń. Uwzględniając te wymagania zaproponowano oryginalną metodykę gromadzenia wiedzy dla potrzeb wzmacniania odporności sieciowego łańcucha dostaw. Definiowanie czynników ryzyka oraz stref wzmacniania zakłóceń a także charakterystyka sieci według wyodrębnionych atrybutów są rekomendowanymi przez autorów etapami budowy modelu wspomagania decyzji strategicznych materiałowego punktu rozdziału w zakresie wzmacniania odporności łańcucha dostaw. Badania obejmują zarówno wskazanie wpływu struktury łańcucha dostaw na zakłócenia oraz strategii i roli materiałowego punktu rozdziału w wygładzaniu zakłóceń, jak i wytypowanie zbioru czynników zakłócających, przeprowadzenie analizy przyczynowo skutkowej obejmującej zakłócenia i skutki zakłóceń z perspektywy poszczególnych ogniw łańcucha dostaw oraz wskazanie potencjalnych czynników wzmacniających zakłócenia. Wyniki: Wartością dodaną, wzbogacającą teorię zarządzania jest zgrupowanie zakłóceń w czynnikach ryzyka wyodrębnionych pod względem częstotliwości występowania zakłóceń oraz ich skutków. Ponadto zaproponowano i zdefiniowano pojęcie stref wzmacniania zakłóceń. Strefy ukształtowane są ze zbiorów czynników wzmacniających zakłócenia mających podobny wpływ na zakłócenia. Wnioski: Proponowane podejście gromadzenia wiedzy pozwalającej na modelowanie przepływów materiałowych i budowę strategii wzmacniania odporności sieciowego łańcucha dostaw zostało zweryfikowane w wybranej organizacji spieniającej założenia przedsiębiorstwa flagowego sieciowego łańcucha dostaw wyrobów hutniczych.

3

Gromadzenie wiedzy o zakłóceniach w łańcuchu dostaw branży motoryzacyjnej

Kramarz W.

Gospodarka Materiałowa i Logistyka

|

2014

|

nr 11

84--88

PL

Pierwszym etapem zarządzania wiedzą jest gromadzenie wiedzy. Zarządzanie wiedzą w łańcuchu dostaw dotyczy szerokiego spektrum zagadnień, w tym między innymi sposobu podejmowania decyzji w poszczególnych organizacjach, pozyskiwania i przetwarzania wiedzy o kliencie itd. Stosunkowo niewiele uwagi poświęca się w badaniach czynnikom powodującym odchylenia od zaplanowanych przepływów materiałowych. Gromadzenie wiedzy o zakłóceniach jest istotnym zadaniem centralnego przedsiębiorstwa sieci, którego rolą jest wytłumianie zakłóceń, tak by nie przenosiły się na kolejne ogniwa łańcucha dostaw. Przedsiębiorstwo centralne (flagowe) steruje procesami materiałowymi w łańcuchu dostaw, koordynuje zadania wykonywane przez uczestników sieci i dysponując wiedzą w zakresie zakłóceń w całym łańcuchu dostaw ma szansę wzmacniać jego odporność. W artykule przedstawiono koncepcję gromadzenia wiedzy dla potrzeb wzmacniania odporności łańcucha dostaw przemysłu motoryzacyjnego.

EN

The article aims at presenting a study into strategies of strengthening the resistance in a network supply chain of metallurgic products. Network supply chains include key chain links for building the resistance. These chain links affect material flows of the whole supply chain through silencing disruptions. The proposed methodology required constructing original tools for measuring disruptions and factors strengthening the disruptions in the form of cards for measuring disruptions.

4

Rough Set-Based Dimensionality Reduction for Supervised and Unsupervised Learning

Shen Q., Chouchoulas A.

International Journal of Applied Mathematics and Computer Science

|

2001

|

Vol. 11, no 3

583-601

EN

The curse of dimensionality is a damning factor for numerous potentially powerful machine learning techniques. Widely approved and otherwise elegant methodologies used for a number of different tasks ranging from classification to function approximation exhibit relatively high computational complexity with respect to dimensionality. This limits severely the applicability of such techniques to real world problems. Rough set theory is a formal methodology that can be employed to reduce the dimensionality of datasets as a preprocessing step to training a learning system on the data. This paper investigates the utility of the Rough Set Attribute Reduction (RSAR) technique to both supervised and unsupervised learning in an effort to probe RSAR's generality. FuREAP, a Fuzzy-Rough Estimator of Algae Populations, which is an existing integration of RSAR and a fuzzy Rule Induction Algorithm (RIA), is used as an example of a supervised learning system with dimensionality reduction capabilities. A similar framework integrating the Multivariate Adaptive Regression Splines (MARS) approach and RSAR is taken to represent unsupervised learning systems. The paper describes the three techniques in question, discusses how RSAR can be employed with a supervised or an unsupervised system, and uses experimental results to draw conclusions on the relative success of the two integration efforts.