Artículo Completo - Universidad de Nariño

ARTÍCULOS DE REVISIÓN
TENDENCIAS
Revista de la Facultad de Ciencias
Económicas y Administrativas.
Universidad de Nariño
Vol. XV. No. 2 – 2do. Semestre 2014,
Julio-Diciembre – Páginas 151-170
EVALUACIÓN DE LA GESTIÓN DEL CONOCIMIENTO:
UNA REVISIÓN SISTEMÁTICA DE LITERATURA
Por: Ernesto Galvis-Lista1 - Jenny Marcela Sánchez-Torres2
RESUMEN
La evaluación de la gestión del conocimiento (GC) es un tema importante
para aquellas organizaciones que quieran saber “qué está pasando” con sus
estrategias de GC. No obstante, no existe un consenso sobre qué evaluar y
cómo evaluarlo. Por esta razón, el propósito del artículo es presentar una
revisión sistemática de literatura de 43 artículos publicados en la última
década. La revisión comprende un análisis cienciométrico básico y un análisis de contenido relacionado con varios aspectos de los modelos como su
estructura, la función y objetivo de la evaluación, lo métodos de investigación utilizados, los sectores económicos de aplicación, y la ubicación de los
aspectos evaluados respecto de una taxonomía de escuelas de pensamiento
de la GC y una clasificación de las capacidades organizacionales de GC.
Como principal hallazgo se muestra la predominancia del enfoque de GC
como codificación de conocimiento. Además, se presentan varias brechas
susceptibles de investigación futura.
Palabras clave: Gestión de Conocimiento, Modelos de Evaluación, Revisión
Sistemática.
Clasificación JEL: M1 Business Administration - D8 Information, Knowledge,
and Uncertainty.
1. Profesor Asociado - Universidad del Magdalena - Estudiante de Doctorado en Ingeniería - Sistemas
y Computación – UNAL - egalvis@unimagdalena.edu.co
2. Profesora Asociada - Universidad Nacional de Colombia UNAL - jmsanchezt@unal.edu.co
151
KNOWLEDGE MANAGEMENT EVALUATION:
A SYSTEMATIC LITERATURE REVIEW
By: Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
ABSTRACT
The evaluation of knowledge management (KM) is an important concern
for those organizations that want to know “what is happening” with their
KM strategies. Nevertheless, there is no consensus on what to evaluate and
how to evaluate it. For this reason, the purpose of this paper is to present a
systematic literature review of 43 papers published within the last decade. The
review is composed by a basic scientometric analysis and a content analysis.
The content analysis is related to various aspects of the models of KM evaluation: their structure, function and purpose of the evaluation, the research
methods used in the construction of the model, the industry of application,
and the location of the evaluated aspects regarding to a taxonomy of KM
schools of thought and a classification of the KM organizational capabilities.
The main finding is the predominance of a knowledge codification approach.
In addition, various gaps, susceptible for future research, are identified.
Keywords: Knowledge Management, Evaluation Models, Systematic Review.
JEL Classification: M1 Business Administration - D8 Information, Knowledge,
and Uncertainty.
152
Revista TENDENCIAS Vol. XV No. 2
1. Introducción
El campo de la Gestión del Conocimiento (GC) está en pleno desarrollo. En un
análisis cienciométrico de la producción académica durante el período 1994 - 2008,
elaborado por (Serenko, Bontis, Booker, Sadeddin, & Hardie, 2010), se presentan
conclusiones que demuestran el avance del área. Allí, se destaca el hecho de que,
a pesar de su corta historia, la GC está conformada por un amplio cuerpo de conocimiento en continuo crecimiento. Además, se evidencia que la producción se
ha realizado por una amplia gama de personas e instituciones académicas y no
académicas. También, (Serenko et al., 2010) identifican hechos que muestran la
evolución de este campo de estudio, como el incremento del índice de coautoría,
la rigurosidad de los métodos de investigación y el predominio en la producción
hecha en entornos académicos.
En particular, la evaluación de la GC ha sido un tema de interés para investigadores y practicantes durante la última década. Hace parte de las temáticas
identificadas por Dwivedi, Venkitachalam, Sharif, Al-Karaghouli, & Weerakkody,
(2011) como tendencias de investigación en los próximos años, específicamente
sobre la efectividad en la GC y el soporte organizacional y tecnológico necesario
para lograrla. Por tal razón, para construir una visión general sobre la evaluación
de la GC se presenta esta revisión sistemática de literatura (RSL) que abarca aportes
publicados en la literatura científica durante la última década. Así, el alcance de esta
revisión se centró en buscar conclusiones para las siguientes preguntas de interés:
1. ¿Qué modelos existen para evaluar la GC en una organización?
2. ¿En qué escuelas de GC se ubica el contenido evaluado por los modelos?
3. ¿En qué sectores de aplicación fueron utilizados los modelos?
4. ¿Cuáles de los modelos se centran en la evaluación de procesos de GC?
5. ¿Cuáles modelos se aplicaron en la industria del software?
Para presentar la RSL desarrollada, este documento se estructuró de la siguiente forma. En la sección dos se presenta la fundamentación teórica necesaria para
dar sentido al análisis de los modelos de evaluación revisados. El centro de esta
fundamentación teórica es una propuesta de escuelas de pensamiento de la GC
y una clasificación de las capacidades organizacionales de GC. En la sección tres
se describe la metodología utilizada para realizar la RSL. En la sección cuatro se
presenta el detalle de los resultados obtenidos con el análisis de los 43 artículos
incluidos en la RSL. Al final, en la sección cinco se presentan las conclusiones del
trabajo y por último, las referencias bibliográficas utilizadas.
2. Fundamentación Teórica
Al considerar el reciente surgimiento y la diversidad conceptual del campo
de la GC, una forma de llegar a una primera noción sobre lo que significa GC es
abordar el análisis a través de enfoques y escuelas de pensamiento. Por esto, se
tomó la taxonomía de (Earl, 2001) como uno de los referentes base pues es un
esquema detallado en donde el componente conceptual es sustentado con estu153
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
dios empíricos como: seis casos de estudio en organizaciones, interacción con 20
gerentes de conocimiento sobre la implementación de iniciativas de GC, un taller
sobre programas de GC con la red de gerentes de conocimiento del Reino Unido, y
el análisis de programas de GC publicados en revistas académicas y profesionales.
Además, es importante destacar que, aunque cada escuela representa un propósito
o enfoque particular, no son competencia entre sí. Por el contrario, en la práctica
se implementan estrategias y herramientas de varias escuelas (Earl, 2001).
Las escuelas Tecnocráticas se enfocan en herramientas de tecnologías de información (TI) que brindan soporte y, en cierto grado, condicionan a los miembros
de la organización, en la realización de actividades de conocimiento. Las escuelas
Económicas se orientan en aprovechar la relación entre los ingresos de la organización con la explotación de los activos de conocimiento y, en general, el capital
intelectual que posee. Las escuelas Comportamentales se centran en la promoción y
estímulo, para que las personas construyan, compartan y utilicen el conocimiento
como un recurso. En la Tabla 1 se resume la taxonomía de Earl (2001).
Tabla 1
Clasificación de las escuelas de GC.
Categoría
Escuela
Principio central
Ideas Fundamentales
Sistemas
Codificación de conocimiento de dominio
específico.
Codificación de conocimientos
especializados en bases de conocimiento para ser utilizadas
por otros especialistas o personal calificado.
Conectividad
personas.
Identificación y mapeo del
conocimiento organizacional
para su divulgación y utilización, asegurando que las personas que poseen conocimiento en la organización están
accesibles por otros para asesorías y consultas.
Cartográfica
Tecnocráticas
Ingeniería
de
las
Flujos de conocimiento
para mejorar las capacidades centrales de la
organización.
154
Provisión de personal con suficiente conocimiento sobre su
trabajo.
Formalización de procesos de
provisión de conocimiento
contextual y de mejores prácticas al personal administrativo y
gerencial.
Revista TENDENCIAS Vol. XV No. 2
Categoría
Económicas
Comportamentales
Escuela
Principio central
Comercial
Comercialización de la
propiedad intelectual o
de conocimiento.
Organizacional
Incremento de la conectividad entre los
trabajadores de conocimiento.
Espacial
Diseño de espacios físicos para fomentar el
contacto y la actividad
de conocimiento.
Estratégica
Toma de conciencia sobre las posibilidades de
creación de valor al reconocer al conocimiento como un recurso.
Ideas Fundamentales
La protección y explotación de
los activos intelectuales o de
conocimiento de la organización para producir ingresos y
rentas.
Uso de estructuras o redes organizacionales para compartir,
o poner en común el conocimiento.
Comunidades en donde se
intercambia y comparte el conocimiento, en forma no rutinaria o poco convencional,
personal, y poco estructurada.
Diseño y uso de los espacios
para facilitar el intercambio de
conocimiento.
Fomentar la socialización como
medio de intercambio de conocimiento.
El conocimiento como una dimensión esencial de la estrategia competitiva.
La firma es conceptualizada
como un negocio de conocimiento.
Las acciones de gestión del conocimiento son variadas y pueden enmarcarse en las demás
escuelas.
Fuente: Taxonomía de Earl, 2001.
El segundo referente es el trabajo de Gold, Malhotra, & Segars (2001), quienes
argumentan que las organizaciones deben aprovechar el conocimiento existente
y crear conocimiento para competir en el mercado. Para lograr esto, las organizaciones deben desarrollar dos tipos de capacidades: capacidades de infraestructura
de conocimiento y capacidades de procesos de conocimiento. Las capacidades
de infraestructura permiten la maximización del capital social, entendido como
“la suma de los recursos actuales y potenciales que están embebidos dentro de,
disponibles a través de, y derivados de la red de relaciones que posee una unidad
social” (Gold et al., 2001). De forma complementaria, las capacidades de procesos
son los elementos dinámicos que aprovechan las capacidades de infraestructura
para hacer del conocimiento un recurso organizacional activo. En la Tabla 2 se
sintetizan los planteamientos de esta propuesta.
155
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
Tabla 2
Capacidades de GC: Infraestructura y Procesos
Categorías
Infraestructura
Capacidades
Principio central
Tecnología
Los sistemas de TI determinan la forma en que el conocimiento es transferido y accedido.
Estructura
Las estructuras organizacionales, formales e informales,
pueden inhibir o facilitar la interacción entre las personas, aspecto esencial en la GC.
Cultura
La cultura organizacional debe soportar y potenciar las
actividades de conocimiento.
Adquisición
Ubicación y adquisición de conocimiento o creación de
conocimiento a través de la colaboración entre individuos y socios de negocios.
Conversión
El conocimiento debe ser organizado y estructurado de
forma tal que se facilite su distribución y uso dentro de
la organización.
Aplicación
El conocimiento debe utilizarse para ajustar la dirección
estrategia, resolver nuevos problemas y mejorar la eficiencia.
Protección
El conocimiento debe ser protegido de usos inapropiados, o de explotación no autorizada.
Procesos
Fuente: Gold, Malhotra, & Segars, 2001.
Metodología
En esta revisión se utilizó el método propuesto por B. A. Kitchenham, Dybå,
& Jørgensen (2004); B. Kitchenham & Charters (2007); B. Kitchenham et al (2009,
2010). Este método inicia con la elaboración de un protocolo para la revisión cuyo
propósito es la especificación de preguntas de interés, estrategias de búsqueda,
criterios de inclusión, criterios para evaluar la calidad de los estudios, y el procedimiento de extracción y síntesis de datos. Por tanto, para cumplir con el propósito
de esta RSL se propusieron las preguntas de interés enumeradas en la introducción
de este artículo.
La definición de estrategias de búsquedas comprende dos elementos: la determinación de las fuentes a consultar y de las expresiones de búsqueda que se utilizan
en los motores de búsqueda de las fuentes seleccionadas. Las fuentes utilizadas
en la revisión se seleccionaron por ser bases de datos que recogen la mayoría de la
producción científica en el tema: SCOPUS, ISI Web of Science, Sciencedirect, IEEE
Explorer, ACM DL, Emerald, Springerlink, y EI Compendex.
Por otra parte, la construcción de las ecuaciones de búsqueda se desarrolló realizando prototipos de términos y expresiones. El resultado de este proceso iterativo
de construcción dio como resultado una expresión de búsqueda con palabras clave,
sintagmas y conectores booleanos. Es importante destacar que las expresiones de
156
Revista TENDENCIAS Vol. XV No. 2
búsqueda se construyeron partiendo de cada una de las preguntas de interés para
esta revisión. Para esto, se tomaron palabras clave y sintagmas a partir de las preguntas. Luego, se fueron refinando, a partir de la evaluación de los resultados de
cada expresión, con la incorporación de sinónimos y alternativas para la escritura
de los términos, palabras clave obtenidas de artículos relevantes revisados previamente, y la incorporación de filtros proporcionados por las diferentes fuentes,
como los relativos al tipo de artículo, a las fechas de publicación, y referencias. La
ecuación de búsqueda definitiva fue la siguiente:
(“knowledge management capability” OR “knowledge management capabilities” OR “capability of knowledge management” OR “capabilities of knowledge
management” OR “capability for knowledge management” OR “knowledge
management capacity” OR “capacity of knowledge management” OR “knowledge management capacities” OR “capacities of knowledge management” OR
“Knowledge management maturity” OR “maturity of knowledge management”
OR “Knowledge management evaluation” OR “evaluation of knowledge management” OR “evaluating knowledge management” OR “knowledge management assessment” OR “assessment of knowledge management” OR “assessing
knowledge management” OR “knowledge management measurement” OR
“measurement of knowledge management” OR “measuring knowledge management” OR “knowledge management metrics” OR “metrics of knowledge
management” OR “metrics for knowledge management” OR “knowledge
management performance” OR “performance of knowledge management” OR
“KM capability” OR “KM capabilities” OR “capability of KM” OR “capability
for KM” OR “capabilities of KM” OR “KM capacity” OR “capacity of KM” OR
“KM capacities” OR “capacities of KM” OR “KM maturity” OR “maturity of KM”
OR “KM evaluation” OR “evaluation of KM” OR “evaluating KM” OR “KM assessment” OR “assessment of KM” OR “assessing KM” OR “KM measurement”
OR “measurement of KM” OR “measuring KM” OR “KM metrics” OR “metrics
of KM” OR “metrics for KM” OR “km performance” OR “performance of km”)
OR ((“knowledge management” OR “KM”) AND (“organizational capabilities”
OR “organizational capability” OR “enterprise capabilities” OR “enterprise
capability”)) OR (“knowledge management systems” AND (“evaluation” OR
assessment OR measurement)).
El resultado del uso de la ecuación de búsqueda en las ocho fuentes fueron 2503
registros bibliográficos potencialmente relevantes. Luego, los registros recopilados
fueron sometidos a un proceso de depuración para eliminar duplicados, obteniéndose 754. Posteriormente, se aplicaron como criterios de inclusión en el análisis dos
aspectos: que el artículo presente un modelo en el cual se describa el contenido a
evaluar, y que su construcción sea resultado de investigación y no de una opinión
de un experto o del reporte de un caso particular, obteniendo como resultado 177
registros. Seguidamente se realizó una evaluación de calidad de cada documento,
que consistió en la revisión del texto completo para identificar si el artículo trataba
aspectos como el contenido del modelo, la metodología utilizada para construirlo,
la aplicación y los resultados de la misma, y el contexto de aplicación en el que se
llevó a cabo el trabajo. El resultado de esta evaluación de calidad fue la selección
de 43 artículos que finalmente fueron los estudiados en esta RSL. En la Tabla 3 se
157
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
presentan las referencias bibliográficas de los artículos seleccionados ordenados
por el año de publicación.
Tabla 3
Artículos seleccionados para la revisión
Año
N
Referencias
2001
1
(J.-H. Lee & Kim, 2001)
2004
1
(Smits & De Moor, 2004)
2005
3
(Freeze & Kulkarni, 2005; Hung & Shou, 2005; K. C. Lee, Lee, & Kang, 2005)
2006
2
(Anantatmula & Shivraj, 2006; Pee, Kankanhalli, & Teah, 2006)
2007
6
2008
6
2009
8
2010
13
2011
3
(Chua & Goh, 2007; Fang, Peide, & Xin, 2007; Holt, Bartczak, Clark, & Trent,
2007; Huang, Chen, & Yieh, 2007; Zaim, Tatoglu, & Zaim, 2007; Q.-P. Zhang &
Shan, 2007)
(Chua & Goh, 2008; Lan, Zhong, & Dai, 2008; Li & Li, 2008; Mehta, 2008; Suo,
Wang, Dong, & Zhao, 2008; Wei & Bi, 2008)
(Chen, Huang, & Cheng, 2009; Fan, Feng, Sun, & Ou, 2009; Gourova, Antonova, & Todorova, 2009; Hsieh, Lin, & Lin, 2009; J. Wang, Fang, & Wang, 2009;
Wen, 2009; Zheng & Hu, 2009; Z.-H. Zhu & Xue, 2009)
(Chin, Lo, & Leung, 2010; Goldoni & Oliveira, 2010; Jafari, Rezaeenour, Akhavan, & Fesharaki, 2010; Khatibian, Gholoi Pour, & Abedi Jafari, 2010; Kurniawati & Anthony, 2010; Qi & Liu, 2010; Razi & Karim, 2010; Tseng, 2010; Y.
Wang & Zheng, 2010; Xia, Pan, Chen, & Zhao, 2010; Yang, 2010; H. Zhang &
He, 2010; X.-Y. Zhu & Wu, 2010)
(Goonesekera & Zyngier, 2011; Hung, Chou, & Tzeng, 2011; Tseng, 2011)
Fuente: Elaboración propia.
El origen de los artículos seleccionados, determinado a partir de la ubicación
geográfica de las instituciones a las que están afiliados los autores mostró una alta
diversidad. Como se ve en la Figura 1, se encontró que la mayoría de los documentos revisados provenían de China, con 17 artículos, seguida por Taiwán, Estados
Unidos, Singapur y Corea del Sur. Solamente se identificaron tres documentos de
Europa y uno de América Latina, específicamente de Brasil.
Por último, para la extracción y síntesis de datos se construyó una hoja de
cálculo en Excel para registrar, el objeto y la función de la evaluación, el método
usado para la construcción del modelo, si se presenta un modelo de referencia
para la evaluación, el método de evaluación, si se proponen niveles de madurez,
el sector de la industria en que se aplicó, si se tuvieron en cuenta características
propias de la organización en que se aplicó, la ubicación del contenido evaluado
en las escuelas de GC y en las capacidades de GC descritas en la fundamentación
teórica, y la identificación de fortalezas y limitaciones de los modelos.
158
Revista TENDENCIAS Vol. XV No. 2
Figura 1
Países de origen de los artículos incluidos en la revisión
Fuente: Elaboración propia.
4. Resultados
La descripción de los resultados obtenidos para dar respuesta a las preguntas
de interés inicia con algunos aspectos generales que permiten caracterizar los modelos de evaluación de GC. Esto apunta a responder la primera pregunta de interés:
¿Qué modelos existen para evaluar la GC en una organización? En primer lugar, se
presenta el análisis sobre el objeto a evaluar, pues los modelos podrían orientarse
a evaluar aspectos como: (1) la disposición de una organización para implementar
la GC, (2) los resultados obtenidos con la implementación de la GC, (3) la forma
en que están implementados los procesos de GC, y (4) una mezcla que incluye
procesos, resultados e impacto de la GC sobre el desempeño organizacional. Aquí
se encontró que el 69.8% de los modelos se enfocaban en evaluar los resultados,
el 18.6% a los procesos, y el 4,7% a la disposición para implementar la GC.
Luego, se analizaron los modelos de acuerdo a la función de la evaluación. Para
esto se definieron dos tipos de evaluación, la sumativa que se centra en obtener
valoraciones sobre el desempeño, y la formativa, que se usa para identificar aspectos
a mejorar. La diferencia en la función de la evaluación no está determinada por el
contenido a evaluar, sino en el uso que se le da al resultado de la misma. Aquí, se
encontró que el 58.1% de los modelos se orientaban a una función sumativa para
la evaluación, y el restante 41.9% una función formativa. Además, incluyendo el
objeto de la evaluación dentro del análisis, se encontró que el 80% de los modelos
enfocados a evaluar resultados asumían la función sumativa de la evaluación y
el 20% una función formativa. Para los otros objetos de evaluación, la mayoría de
modelos asumían la función formativa de la evaluación.
159
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
Luego, se construyó el análisis sobre la estructura de los modelos, en donde
se encontró que el 25,6% tienen una estructura con múltiples criterios organizados jerárquicamente o en red, aplicando el enfoque de análisis de decisiones con
múltiples criterios de la investigación de operaciones. El 23,3% utiliza técnicas
de valoraciones con base en conjuntos difusos y el 23,3% proponen conjuntos de
indicadores cuantitativos con estructura simple y pesos equivalentes para los criterios de evaluación. Además, el 14% tiene una estructura de niveles de madurez.
En la Tabla 4, se presenta la distribución de acuerdo a la estructura.
Tabla 4
Estructura de los modelos de evaluación
Estructura de la Evaluación
Frecuencia
Modelos cuantitativos basados en análisis de decisiones con múltiples criterios
Modelos cuantitativos de evaluación por gradación difusa de criterios
Indicadores cuantitativos simples
Niveles de Madurez
Otros métodos estadísticos de análisis de datos
Cuadro de mando
Indicadores cualitativos
11
10
10
6
3
2
1
Fuente: Elaboración propia.
Sumado a esto, como se ve en la Tabla 5, la mayoría de los modelos fueron
construidos a partir de revisión de literatura y luego validados en contextos de
práctica. Sin embargo, también se ve el uso de métodos empíricos, como los estudios de caso y grupos focales.
Tabla 5
Métodos de investigación empleados en la construcción de los modelos
Principal Método de investigación
Revisión de Literatura
Estudio de Caso
Grupos Focales
Modelado Matemático
Cantidad
31
6
5
1
Fuente: Elaboración propia.
El segundo elemento de indagación fue la ubicación del contenido de la evaluación dentro de las escuelas de GC (Earl, 2001). En este sentido, se identificó
que en los 43 modelos estudiados, el contenido de la evaluación está organizado
en categorías, y en algunos casos, esta organización tiene varios niveles de desagregación. Esas categorías y subcategorías fueron revisadas para determinar si el
160
Revista TENDENCIAS Vol. XV No. 2
modelo incluía o no elementos de cada escuela de GC. En este sentido, como se
observa en la Tabla 6, 33 de los 43 modelos (76.7%) incluyen aspectos de la escuela
organizacional. Luego se encuentran las escuelas de Sistemas y de Ingeniería, que
están incluidas en 31 (72.1%) y 30 (69.8%) modelos respectivamente. Luego está la
escuela Comercial con 19 modelos (44.2%) y la escuela Estratégica con 12 (27.9%).
Por último, se encuentra la escuela Cartográfica, que está incluida únicamente en
un modelo. Es de notar que los planteamientos de la escuela Espacial no hacen
parte del contenido evaluado.
Tabla 6
Clasificación de los modelos respecto de las escuelas de GC
Escuela
Frecuencia
Organizacional
Sistemas
Ingeniería
Comercial
Estratégica
Cartográfica
33
31
30
19
12
1
Fuente: Elaboración propia.
Por otra parte, tomando como base el trabajo de Gold et al (2001), sobre capacidades organizacionales de GC, se realizó la clasificación del contenido evaluado
mapeando las categorías propuestas en cada modelo con las tres capacidades de
infraestructura de conocimiento (tecnología, estructura y cultura organizacional),
y las cuatro capacidades de procesos de conocimiento (adquisición, conversión,
aplicación, y protección del conocimiento). En la Tabla 7 se presenta el resultado
de este análisis.
Tabla 7
Clasificación de los modelos respecto de las capacidades de GC
Tipo
Infraestructura
Procesos
Capacidades de GC
Frecuencia
Estructura
27
Tecnología
21
Cultura
16
Adquisición
34
Aplicación
29
Conversión
16
Evaluación
16
Fuente: Elaboración propia.
161
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
El tercer elemento de indagación fue la identificación de los sectores de la
industria en donde fueron construidos o aplicados los modelos. Aquí se encontró
gran diversidad de sectores que incluyen la industria manufacturera de diferentes
tipos, el sector de servicios, la educación e investigación, y el sector gubernamental.
Como se ve en la Figura 2, en el 25,6 % no se hace explícito el sector de aplicación.
Además, se evidencia que dentro de los modelos en los cuales se enuncia el sector
de aplicación, el mayor porcentaje está en la industria del software, con un 14%.
Los siguientes cinco sectores con mayor aplicación de los modelos son los de manufactura, gobierno, educación superior, servicios de TI y, servicios financieros, con
6.98% cada uno. Sin embargo, si se suman los porcentajes del sector de software
y los servicios de TI, dada su afinidad, se evidencia que hay un gran interés en la
evaluación de GC en comparación con otras industrias. Además, de los seis sectores con mayor porcentaje, solamente uno, el de manufactura, se ubica en la franja
de industrias tradicionales de transformación de materias primas en productos, y
los demás, son organizaciones que ofrecen servicios basados en el conocimiento.
Figura 2
Sectores de aplicación de los modelos de evaluación de GC estudiados.
Fuente: Elaboración propia.
Otro de los aspectos tenidos en cuenta dentro del análisis de contenido fue
el hecho de si los modelos de evaluación se centran en los procesos de GC en las
organizaciones. Aquí se encontró que ocho modelos se centran en la evaluación de
procesos de GC, y en algunos casos toman como referente el modelo de evaluación
de procesos de software CMMI (Capability Maturity Model Integration – CMMI)
propuesto por el Instituto de Ingeniería de Software de la Universidad Carnegie
Mellon (CMMI Product Team, 2010). Como se ve en la Tabla 8, al tomar como referencia las escuelas de GC, se observa que hay una concentración en los aspectos
relacionados con las escuelas de Sistemas, Ingeniería y Organizacional y, por el
contrario, los postulados de las escuelas Cartográfica y Espacial no tienen lugar
dentro de los modelos. Así mismo, respecto de las capacidades de GC incluidas,
162
Revista TENDENCIAS Vol. XV No. 2
se ve que la capacidad de infraestructura de tecnología está incluida en los ocho
modelos. Por último, se ve que las propuestas de Hung & Shou (2005) y Khatibian
et al. (2010), son las que incluyen aspectos de cuatro de las siete escuelas de GC y
de seis de las siete capacidades de GC.
Por otra parte, se encontró que tres de los modelos fueron aplicados en organizaciones desarrolladoras de software, sin embargo, en el trabajo de Hsieh et al.
(2009), no se brindan detalles de la aplicación pues simplemente se dice que en
el grupo de 30 compañías en donde se utilizó el modelo, una era de la industria
del software. Así mismo, en el trabajo de Khatibian et al. (2010), se describen la
aplicación de un instrumento, pero no se dan detalles sobre las características
de la organización objeto de estudio, ni se evidencian argumentos relativos a los
enfoques metodológicos o a la cultura de la organización. Además, estos tres modelos no incluyeron características organizacionales determinantes del estilo de GC
implementado, como el tamaño de la organización o el enfoque para el desarrollo
de software (tradicional-ágil).
Tabla 8
Caracterización de modelos de evaluación de procesos de GC
Modelo
Año
Aplicado
en la
industria
del
software
Cartográfica
Ingeniería
Comercial
Organizacional
Espacial
Estratégica
Tecnología
Cultura
Estructura
Adquisición
Conversión
Aplicación
Protección
Capacidades de GC
(Gold et al., 2001)
Sistemas
Escuelas de GC
(Earl, 2001)
(J.-H. Lee &
Kim, 2001)
2001
-
X
-
X
-
X
-
-
X
-
-
X
X
X
-
(Hung &
Shou, 2005)
2005
-
X
-
X
X
X
-
-
X
X
X
X
X
X
-
(Pee et al.,
2006)
2006
-
X
-
X
-
X
-
-
X
-
X
-
X
-
-
(Li & Li, 2008)
2008
X
-
X
-
-
-
-
X
-
-
-
X
X
-
(Hsieh et al.,
2009)
2008
X
X
-
X
-
X
-
-
X
X
-
X
-
-
-
(Goldoni &
Oliveira, 2010)
2010
X
X
-
X
X
X
-
-
X
-
X
X
X
X
X
(Khatibian et
al., 2010)
2010
X
X
-
X
-
X
-
X
X
X
X
X
-
X
-
(Tseng, 2010)
2010
-
-
-
-
X
-
-
-
X
-
-
-
-
X
X
Fuente: Elaboración propia.
163
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
5. Discusión
Como se ve en los resultados, hay una gran variedad de propuestas para evaluar la GC en las organizaciones. Sin embargo, se encuentran varias brechas en
el conocimiento en el área. En primer lugar, se encontró que el 69,8% de los modelos centran la evaluación en los resultados y, solamente, el 18,6% se enfoca en
los procesos. Además, la mayoría de los modelos tiene una estructura sustentada
en métodos de análisis cuantitativo y únicamente el 14% propone una estructura
orientada a la mejora y madurez de la GC en la organización. Esto indica que el
interés principal de la evaluación es obtener calificaciones que permitan juzgar
el estado de la GC en la organización, en lugar de asumir una función formativa.
Por otra parte, la gran mayoría de los modelos fue construida a partir de una revisión de literatura y luego fueron puestos a prueba en organizaciones, y solamente
11 de los 43 modelos fueron construidos utilizando un método de intervención
organizacional. Esto evidencia la tendencia hacia el enfoque positivista, en lugar
del enfoque cualitativo, que, teniendo en cuenta la naturaleza del fenómeno en
estudio, enriquecería más el contenido de los modelos (Bjørnson & Dingsøyr, 2008;
Checkland & Holwell, 1998).
Sobre el contenido de la evaluación, se encontró que las escuelas Organizacional, Sistemas, e Ingeniería, aparecen en más del 70% de los modelos. Además, se
evidencia mayor interés en aspectos de la escuela Comercial, sin llegar a ser un
consenso. Sin embargo, se identifican brechas pues no se incluyen aspectos de la
escuela Espacial, y se abordan, muy someramente, los aspectos de las escuelas Cartográfica y Estratégica. Sin embargo, no se encontró un solo modelo que incluyera
aspectos de todas las escuelas de GC. En este sentido, se encontró que el máximo
número de escuelas incluidas en un modelo es cuatro, y los siete modelos que
tienen ese contenido (Goldoni & Oliveira, 2010; Hung & Shou, 2005; Khatibian et
al., 2010; Suo et al., 2008; Wen, 2009; Xia et al., 2010; Zaim et al., 2007), se centran
en las escuelas Organizacional, Ingeniería, Sistemas y Comercial.
Así mismo, al tomar como referencia los planteamiento de las capacidades de
GC (Gold et al., 2001), se encontró que la capacidad de infraestructura relacionada
con la cultura organizacional de aprovechamiento del conocimiento es la menos
abordada. Además, se evidencia que las capacidades de procesos de conversión
y protección del conocimiento no son abordadas por la mayoría de modelos. Así
mismo, se encuentran dos modelos (Fan et al., 2009; Zaim et al., 2007) que cubren
las siete capacidades de GC, lo cual se explica porque tomaron como referencia el
trabajo de Gold et al (Gold et al., 2001) para construir la estructura del modelo. Sin
embargo, estos dos modelos no establecen con detalle los elementos constituyentes del modelo de evaluación, y están orientados exclusivamente a la evaluación
cuantitativa.
Otra dimensión de la revisión mostró la diversidad de contextos de aplicación
que tuvieron los modelos durante su construcción o su validación. Sin embargo,
en el 25,6% de los modelos no se hace distinción sobre el tipo de organización y el
sector económico al que pertenece. Esto puede explicarse al revisar los métodos de
investigación utilizados en la formulación de los modelos, pues al estar ubicados
en el enfoque positivista, poseen la intención subyacente de demostrar que los
164
Revista TENDENCIAS Vol. XV No. 2
resultados son repetibles en cualquier contexto de aplicación. No obstante, se ve
que el sector de software y servicios de TI ha sido el contexto de aplicación más
trabajado. Esto, sumado al hecho de que los modelos construidos y aplicados en
la industria del software y servicios de TI han surgido durante los últimos tres
años, muestra la importancia que tiene la temática de evaluación de GC para este
sector de la economía.
Sin embargo, al analizar la estructura y contenido de los modelos utilizados en el
sector de software y servicios de TI se encuentra que la aplicación en el contexto de
una organización desarrolladora de software no incluyen características específicas
de la organización, formadas a partir de la naturaleza y el enfoque asumido para
realizar su actividad principal: desarrollar software. Esta distinción sobre el enfoque
metodológico es un aspecto importante pues en la actualidad existen tendencias
fuertes, generadas a partir del surgimiento y rápido posicionamiento de los métodos
ágiles para el desarrollo de software, que han transformado la práctica cotidiana de
las organizaciones desarrolladoras de software. Esto es importante como quiera que
el origen de estos métodos, formulados como reacción a los métodos tradicionales,
se sustenta en la idea construir software en un mundo impredecible centrándose en
las personas y su creatividad en lugar de los procesos rígidamente definidos Dybå
& Dingsøyr (2008). En este sentido, la idea de Dingsøyr, Bjornson, & Shull (2009),
de que la forma en que se implementa la GC en una organización desarrolladora
de software está determinada por el enfoque metodológico asumido, debe contemplarse como aspecto esencial de las propuestas que pretendan definir la forma en
que se deben evaluar los procesos de GC en una organización desarrolladora de
software, con el fin de lograr mayor efectividad en la aplicación de los modelos.
Ahora bien, al centrar el análisis en aquellos modelos centrados en la evaluación de procesos de GC, se encontraron varios aspectos susceptibles de mejora.
Por ejemplo, no están incluidos aspectos de las escuelas Cartográfica, Comercial,
Espacial y Estratégica. También, al revisar la ubicación del contenido evaluado
con respecto a las capacidades de GC, se evidencia que, en conjunto, los modelos
contemplan aspectos de todas las capacidades, con excepción de la capacidad relacionada con la protección del conocimiento organizacional. Esta brecha resulta,
particularmente, problemática en el contexto de la industria del software toda vez
que es una industria intensiva en conocimiento. Por lo tanto, si una organización
desarrolladora de software que ha implementado estrategias ubicadas en las escuelas
que no se incluyen en el modelo, desea utilizarlo como base para la determinación
de las capacidades de procesos o la mejora de procesos, no va a obtener la caracterización completa de sus procesos.
En síntesis, se identifican tres aspectos percibidos como problemáticos. En
primer lugar, los modelos de evaluación de la GC propuestos en la literatura académica sobre GC no integran los diferentes enfoques desde los que se implementa
la GC en una organización. Como segundo punto, en los modelos de evaluación
enfocados en procesos de GC se excluye de su contenido aspectos de varias escuelas
de GC y capacidades organizacionales de GC. Y en tercer lugar, la formulación y
aplicación de los modelos de evaluación de GC en organizaciones de la industria
del software no toma en cuenta características como el tamaño y la tendencia del
enfoque metodológico para el desarrollo de software.
165
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
6. Conclusiones
Esta revisión sistemática de literatura es un aporte inicial a la búsqueda de
consensos en el campo de la Gestión de Conocimiento. Particularmente, se identificaron modelos de evaluación de la GC enfocados a diferentes tipos y objetos de
evaluación. Los modelos identificados fueron sometidos a los análisis necesarios
para dar respuesta a las preguntas de interés que motivaron el desarrollo de este
trabajo, evidenciando el logro del objetivo trazado para este estudio.
Sumado a esto, los argumentos presentados en la discusión permiten formular
varios cuestionamientos que sirven como motivación para desarrollar un programa
de investigación sobre evaluación de GC, y en particular sobre la evaluación de
procesos de GC en organizaciones desarrolladoras de software de los contextos
colombiano y latinoamericano. El primer cuestionamiento se centra en la identificación de los aspectos que se deben incluir en la evaluación de procesos de GC en
una organización desarrolladora de software. Sumado a esto, se debe indagar sobre
qué características particulares de las organizaciones de la industria del software
en Colombia y Latinoamérica, se deben tener en cuenta al definir el contenido de
la evaluación de procesos de GC. Ahora bien, en el plano operacional de la evaluación, se debe resolver el cuestionamiento sobre cómo se debe realizar la evaluación
de procesos de GC en una organización que desea determinar la capacidad de sus
procesos, u orientar y priorizar la mejora de procesos. Así mismo, se debe definir
qué herramientas metodológicas y tecnológicas se deben utilizar para facilitar la
evaluación.
Por otra parte, y teniendo en cuenta que la evaluación de procesos no es un tema
nuevo para la industria del software, se debe responder cómo se puede articular
la evaluación de GC con otras iniciativas de evaluación de procesos guiadas por
modelos basados en la norma ISO/IEC 15504, como la Integración del Modelo de
Madurez de Capacidad (Capability Maturity Model Integration – CMMI) propuesto por el Instituto de Ingeniería de Software de la Universidad Carnegie Mellon
(Software Engineering Institute – SEI), el Modelo de Mejora de Proceso del Software
Brasileño – MPS.BR propuesto por la Asociación para la Promoción y la Excelencia
del Software Brasileño – Softex, el Modelo de Procesos para la Industria del Software – MoProSoft propuesto como la norma técnica NMX-059/01-NYCE-2005 de
la república de México, y el Modelo para la Mejora de Procesos para Fomentar la
Competitividad de la Pequeña y Mediana Industria del Software de Iberoamérica
– Competisoft.
7. Agradecimientos
Los autores expresan su agradecimiento al Departamento Administrativo de
Ciencia, Tecnología e Innovación Colciencias por el apoyo brindado a través del
programa “Generación del Bicentenario” (Convocatoria 511 del 2010) y a la Universidad del Magdalena por el apoyo brindado a través del Programa de Formación
Avanzada para la Docencia. Estos programas financian los estudios doctorales del
primer autor.
166
Revista TENDENCIAS Vol. XV No. 2
Referencias Bibliográficas
ANANTATMULA, V., & SHIVRAJ, K. (2006). Structuring the underlying relations among the knowledge management outcomes. Journal of Knowledge Management, 10(4), 25–42. doi:10.1108/13673270610679345
BJØRNSON, F. O., & DINGSØYR, T. (2008). Knowledge management in software engineering: A systematic
review of studied concepts, findings and research methods used. Information and Software Technology, 50(11),
1055–1068. doi:10.1016/j.infsof.2008.03.006
CHECKLAND, P., & HOLWELL, S. (1998). Action Research: Its Nature and Validity. Systemic Practice and Action
Research, 11(1), 9–21. doi:10.1023/A:1022908820784
CHEN, M.-Y., HUANG, M.-J., & CHENG, Y.-C. (2009). Measuring knowledge management performance using a
competitive perspective: An empirical study. Expert Systems with Applications, 36(4), 8449–8459. doi:10.1016/j.
eswa.2008.10.067.
CHIN, K.-S., LO, K.-C., & LEUNG, J. P. F. (2010). Development of user-satisfaction-based knowledge management
performance measurement system with evidential reasoning approach. Expert Systems with Applications,
37(1), 366–382. doi:10.1016/j.eswa.2009.05.051
CHUA, A. Y. K., & GOH, D. H. (2007). Measuring knowledge management projects: Fitting the mosaic pieces
together. In Proceedings of the 40th Annual Hawaii International Conference on System Sciences 2007 - HICSS
2007 (p. 192b – 192b). Hawaii, USA: IEEE. doi:10.1109/HICSS.2007.337
CHUA, A. Y. K., & GOH, D. H. (2008). Untying the knot of knowledge management measurement:
A study of six public service agencies in Singapore. Journal of Information Science, 34(3), 259–274.
doi:10.1177/0165551507084139
CMMI Product Team. (2010). CMMI® for Development, Version 1.3 (CMU/SEI-2010th-TR-033 ed.). Pittsburgh,
PA, USA: Carnegie Mellon University.
DINGSØYR, T., BJORNSON, F. O., & SHULL, F. (2009). What Do We Know about Knowledge Management?
Practical Implications for Software Engineering. Software, IEEE, 26(3), 100–103.
DWIVEDI, Y. K., VENKITACHALAM, K., SHARIF, A. M., AL-KARAGHOULI, W., & WEERAKKODY, V. (2011). Research trends in knowledge management: Analyzing the past and predicting the future. Information Systems
Management, 28(1), 43–56.
DYBÅ, T., & DINGSØYR, T. (2008). Empirical studies of agile software development: A systematic review. Information and Software Technology, 50(9-10), 833–859. doi:10.1016/j.infsof.2008.01.006
Earl, M. (2001). Knowledge Management Strategies: Toward a Taxonomy. J. Manage. Inf. Syst., 18(1), 215-233.
FAN, Z.-P., FENG, B., SUN, Y.-H., & OU, W. (2009). Evaluating knowledge management capability of organizations: a fuzzy linguistic method. Expert Systems with Applications, 36(2), 3346–3354. doi:10.1016/j.
eswa.2008.01.052
FANG, J., PEIDE, L., & XIN, Z. (2007). The evaluation study of knowledge management performance based
on Grey -AHP method. In Proceedings of the Eighth ACIS International Conference on Software Engineering,
Artificial Intelligence, Networking, and Parallel/Distributed Computing- SNPD 2007 (Vol. 3, pp. 444-449).
Qingdao, China: IEEE. doi:10.1109/SNPD.2007.534
167
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
FREEZE, R. D., & KULKARNI, U. (2005). Knowledge Management Capability Assessment: Validating a knowledge assets measurement instrument. In Proceedings of the 38th Annual Hawaii International Conference on
System Sciences 2005 - HICSS 2005 (p. 251). Hawaii, USA: IEEE. doi:10.1109/HICSS.2005.375
GOLD, A. H., MALHOTRA, A., & SEGARS, A. H. (2001). Knowledge management: an organizational capabilities
perspective. Journal of Management Information Systems, 18(1), 185–214.
GOLDONI, V., & OLIVEIRA, M. (2010). Knowledge management metrics in software development companies
in Brazil. Journal of Knowledge Management, 14(2), 301–313. doi:10.1108/13673271011032427
GOONESEKERA, T., & ZYNGIER, S. (2011). Measuring knowledge management maturity levels in organisation’s production area using fuzzy linguistic variables. In Proceedings of the 44th Annual Hawaii International
Conference on System Sciences 2011 - HICSS 2011 (pp. 1–10). Hawaii, USA: IEEE. doi:10.1109/HICSS.2011.304
GOUROVA, E., ANTONOVA, A., & TODOROVA, Y. (2009). Knowledge audit concepts, processes and practice.
WSEAS Transactions on Business and Economics, 6(12), 605–619.
HOLT, D. T., BARTCZAK, S. E., CLARK, S. W., & TRENT, M. R. (2007). The development of an instrument to measure readiness for knowledge management. Knowledge Management Research and Practice, 5(2), 75–92.
doi:10.1057/palgrave.kmrp.8500132
HSIEH, P. J., LIN, B., & LIN, C. (2009). The construction and application of knowledge navigator model
(KNMTM): An evaluation of knowledge management maturity. Expert Systems with Applications, 36(2 PART
2), 4087–4100. doi:10.1016/j.eswa.2008.03.005
HUANG, M.-J., CHEN, M.-Y., & YIEH, K. (2007). Comparing with your main competitor: the single most important
task of knowledge management performance measurement. Journal of Information Science, 33(4), 416–434.
doi:10.1177/0165551506076217
HUNG, Y.-H., CHOU, S.-C. T., & TZENG, G.-H. (2011). Knowledge management adoption and assessment for
SMEs by a novel MCDM approach. Decision Support Systems, 51(2), 270–291. doi:10.1016/j.dss.2010.11.021
HUNG, Y.-H., & SHOU, S.-C. T. (2005). On constructing a knowledge management pyramid model. In Proceedings of the 2005 IEEE International Conference on Information Reuse and Integration - IRI - 2005 (pp. 1–6). Las
Vegas, USA: IEEE. doi:10.1109/IRI-05.2005.1506440
JAFARI, M., REZAEENOUR, J., AKHAVAN, P., & FESHARAKI, M. N. (2010). Strategic knowledge management in aerospace industries: a case study. Aircraft Engineering and Aerospace Technology, 82(1), 60–74.
doi:10.1108/00022661011028128
KHATIBIAN, N., GHOLOI POUR, T. H., & ABEDI JAFARI, H. (2010). Measurement of knowledge management maturity level within organizations. Business Strategy Series, 11(1), 54–70. doi:DOI: 10.1108/17515631011013113
KITCHENHAM, B. A., DYBÅ, T., & JØRGENSEN, M. (2004). Evidence-based software engineering. In Proceedings - International Conference on Software Engineering (Vol. 26, pp. 273–281). Retrieved from http://www.
scopus.com/inward/record.url?eid=2-s2.0-4544225764&partnerID=40&md5=e0d3d4da6b47ef5e3d9c3
11e31ba5be3
KITCHENHAM, B., & CHARTERS, S. (2007). Guidelines for performing Systematic Literature Reviews in Software
Engineering (No. EBSE 2007-001). UK: Keele University and Durham University Joint Report. Retrieved from
http://www.dur.ac.uk/ebse/resources/guidelines/Systematic-reviews-5-8.pdf
KITCHENHAM, B., PEARL BRERETON, O., BUDGEN, D., TURNER, M., BAILEY, J., & LINKMAN, S. (2009). Systematic literature reviews in software engineering - A systematic literature review. Information and Software
Technology, 51(1), 7–15. doi:10.1016/j.infsof.2008.09.009
168
Revista TENDENCIAS Vol. XV No. 2
KITCHENHAM, B., PRETORIUS, R., BUDGEN, D., PEARL BRERETON, O., TURNER, M., NIAZI, M., & LINKMAN,
S. (2010). Systematic literature reviews in software engineering - A tertiary study. Information and Software
Technology, 52(8), 792–805. doi:16/j.infsof.2010.03.006
KURNIAWATI, A., & ANTHONY, L. (2010). A framework for measuring performance faculty knowledge management program. In Proceedings of the 2010 IEEE International Conference on Industrial Engineering and
Engineering Management (IEEM) (pp. 1087–1091). Macao, China: IEEE. doi:10.1109/IEEM.2010.5674251
LAN, T., ZHONG, R., & DAI, H. (2008). Performance evaluation of tacit knowledge management based on
multiple indicator ideal interval methods. In Proceedings of the 2008 IEEE International Conference on Service Operations and Logistics, and Informatics, IEEE/SOLI 2008 (Vol. 1, pp. 858–864). Beijing, China: IEEE.
doi:10.1109/SOLI.2008.4686519
LEE, J.-H., & KIM, Y.-G. (2001). A stage model of organizational knowledge management: a latent content
analysis. Expert Systems with Applications, 20(4), 299–311. doi:10.1016/S0957-4174(01)00015-X
LEE, K. C., LEE, S., & KANG, I. W. (2005). KMPI: Measuring knowledge management performance. Information
and Management, 42(3), 469–482. doi:10.1016/j.im.2004.02.003
LI, H.-B., & LI, L. (2008). DEA-based project knowledge management performance evaluation. In Proceedings
of the 2007 International Conference on Management Science and Engineering, ICMSE’07 (pp. 1561–1566).
Harbin, China: IEEE. doi:10.1109/ICMSE.2007.4422065
MEHTA, N. (2008). Successful knowledge management implementation in global software companies. Journal
of Knowledge Management, 12(2), 42–56. doi:10.1108/13673270810859505
PEE, L., KANKANHALLI, A., & TEAH, H. (2006). Development and Application of a General Knowledge Management Maturity Model. In Proceedings of the 2006 Pacific Asian Conferencen on Information Systemas - PACIS
2006 (p. Paper 12). Kualalumpur, Malasya: AIS. Retrieved from http://aisel.aisnet.org/pacis2006/12
QI, R.-G., & LIU, S.-J. (2010). Research on comprehensive evaluation of enterprises knowledge management
capabilities. In Proceedings of the 2010 International Conference on Management Science and Engineering,
ICMSE 2010 (pp. 1031–1036). Melbourne, Australia: IEEE. doi:10.1109/ICMSE.2010.5719925
RAZI, M. J. M., & KARIM, N. S. A. (2010). Assessing knowledge management readiness in organizations. In
Proceedings of the 2010 International Symposium on Information Technology - System Development and Application and Knowledge Society, ITSim’10 (Vol. 3, pp. 1543–1548). Kualalumpur, Malasya: IEEE. doi:10.1109/
ITSIM.2010.5561631
SERENKO, A., BONTIS, N., BOOKER, L., SADEDDIN, K., & HARDIE, T. (2010). A scientometric analysis of knowledge management and intellectual capital academic literature 1994. Journal of Knowledge Management,
14(1), 3 – 23. doi:10.1108/13673271011015534
SMITS, M., & DE MOOR, A. (2004). Measuring knowledge management effectiveness in communities of practice. In Proceedings of the 37th Annual Hawaii International Conference on System Sciences, 2004 (HICSS’04)
(Vol. 37, pp. 3677–3685). Hawaii, USA: IEEE. doi:10.1109/HICSS.2004.1265570
SUO, B., WANG, J.-B., DONG, F., & ZHAO, Z. (2008). The fuzzy evaluation on enterprise knowledge management capability based on knowledge audit. In Proceedings of the 2008 IEEE International Conference on
Service Operations and Logistics, and Informatics, IEEE/SOLI 2008 (Vol. 1, pp. 792–796). Beijing, China: IEEE.
doi:10.1109/SOLI.2008.4686506
TSENG, M.-L. (2010). Using linguistic preferences and grey relational analysis to evaluate the environmental knowledge management capacity. Expert Systems with Applications, 37(1), 70–81. doi:10.1016/j.
eswa.2009.05.020
169
Ernesto Galvis-Lista - Jenny Marcela Sánchez-Torres
Evaluación de la gestión del conocimiento: una revisión sistemática de literatura
TSENG, M.-L. (2011). Using a hybrid MCDM model to evaluate firm environmental knowledge management
in uncertainty. Applied Soft Computing Journal, 11(1), 1340–1352. doi:10.1016/j.asoc.2010.04.006
WANG, J., FANG, N. G., & WANG, X. (2009). The empirical study on performance evaluation of knowledge
management based on information entropy and osculating value. In Proceedings of the 2009 Asia-Pacific
Conference on Information Processing, APCIP 2009 (Vol. 1, pp. 157–160). Shenzhen, China: IEEE. doi:10.1109/
APCIP.2009.48
WANG, Y., & ZHENG, J. (2010). Knowledge management performance evaluation based on triangular fuzzy
number. In Procedia Engineering - Proceedings of the 2010 Symposium on Security Detection and Information
Processing (Vol. 7, pp. 38–45). China: Elsevier. doi:10.1016/j.proeng.2010.11.006
WEI, J.-Y., & BI, R. (2008). Knowledge management performance evaluation based on ANP. In Proceedings of
the 7th International Conference on Machine Learning and Cybernetics, ICMLC (Vol. 1, pp. 257–261). Kunming,
China: IEEE. doi:10.1109/ICMLC.2008.4620414
WEN, Y.-F. (2009). An effectiveness measurement model for knowledge management. Knowledge-Based
Systems, 22(5), 363–367. doi:10.1016/j.knosys.2009.02.007
XIA, L., PAN, J., CHEN, S., & ZHAO, Y. (2010). Research on government knowledge management capability
based on fuzzy comprehensive evaluation. In Proceedings of the 2nd IEEE International Conference on Information Management and Engineering - ICIME 2010 (Vol. 2, pp. 534–538). Chengdu, China: IEEE. doi:10.1109/
ICIME.2010.5477676
YANG, N. (2010). Research on the evaluation of knowledge management performance of High-tech Enterprise.
In Proceedings of the 2010 IEEE 2nd Symposium on Web Society, SWS 2010 (pp. 462–465). Beijing, China:
IEEE. doi:10.1109/SWS.2010.5607405
ZAIM, H., TATOGLU, E., & ZAIM, S. (2007). Performance of knowledge management practices: a causal analysis.
Journal of Knowledge Management, 11(6), 54–67. doi:10.1108/13673270710832163
ZHANG, H., & HE, Y. (2010). Manufacturing knowledge management performance evaluation based on
grey fuzzy evaluation. In Proceedings of the 2010 International Conference on Environmental Science and
Information Application Technology, ESIAT 2010 (Vol. 3, pp. 472–475). Wuhan, China: IEEE. doi:10.1109/
ESIAT.2010.5568310
ZHANG, Q.-P., & SHAN, W. (2007). Research on enterprise tacit knowledge management performance appraisal
based on artificial Neural Networks. In Proceedings of the 2006 International Conference on Management Science and Engineering, ICMSE’06 (13th) (pp. 1333–1337). Lille, France: IEEE. doi:10.1109/ICMSE.2006.314237
ZHENG, W., & HU, Y. (2009). Grey evaluation method of knowledge management capability. In Proceedings of
the 2009 2nd International Workshop on Knowledge Discovery and Data Mining, WKKD 2009 (pp. 256–260).
Moscow, Russia: IEEE. doi:10.1109/WKDD.2009.205
ZHU, X.-Y., & WU, Y.-L. (2010). Research on the evaluation method for enterprise knowledge management
performance based on triangular fuzzy number. In Proceedings of the 2010 International Conference on EBusiness and E-Government, ICEE 2010 (pp. 1911–1914). Guangzhow, China: IEEE. doi:10.1109/ICEE.2010.483
ZHU, Z.-H., & XUE, D., -W. (2009). Fuzzy evaluation model of accounting firm knowledge management performance. In Proceedings of the 2009 International Conference on Information Management, Innovation Management and Industrial Engineering, ICIII 2009 (Vol. 2, pp. 75–78). Xi’an, China: IEEE. doi:10.1109/ICIII.2009.176
170