Logotipo del repositorio
Logotipo del repositorio
 

Influencia del capital intelectual en la producción y difusión de conocimiento científico de los investigadores en Instituciones de Educación Superior Públicas de la región de los Santanderes de Colombia

Vista sencilla de ítem
datacite.rightshttp://purl.org/coar/access_right/c_16ecspa
dc.contributor.advisorBlanco Ariza, Ana Beatriz
dc.contributor.advisorGarzón Castrillón, Manuel Alfonso
dc.contributor.authorQuintero Quintero, Wilder
dc.date.accessioned2023-06-08T19:38:34Z
dc.date.available2023-06-08T19:38:34Z
dc.date.issued2023
dc.description.abstractEl estudio del capital intelectual (CI) actualmente reviste mucha importancia para las organizaciones, por tanto, son activos que generan ventaja competitiva y beneficios futuros. En cuanto a la producción y difusión de conocimiento científico surgen gracias al aumento del capital intelectual y al avance vertiginoso de las tecnologías de la información que hacen más eficientes estos procesos. Según la revisión bibliográfica de literatura no existen investigaciones que relacionen estas tres variables de estudio, por lo tanto, este estudio tiene como objetivo analizar cómo influye el CI en la producción y difusión de conocimiento científico en Instituciones de Educación Superior (IES) Públicas de la región de los Santanderes de Colombia. Teóricamente se desarrolló un marco y revisión de literatura que da cuenta de los autores clásicos, contemporáneos y actuales más importantes de las tres variables de estudio, y se determinó la importancia de la Teoría de los Recursos y Capacidades para relacionar las tres variables de estudio. Metodológicamente se utilizó la investigación explicativa con un enfoque cuantitativo, la recolección de la información de fuentes primarias para medir el capital intelectual, se utilizó una encuesta tipo Likert dirigida a 371 investigadores para medir el CI, la cual paso por un proceso validez de contenido a través de evaluación de cinco expertos, validez de criterio por medio de Alfa de Cronbach, y validez de constructo mediante la prueba de Barlett, y KMO, y posteriormente se aplicó el Análisis Factorial Exploratorio para la selección de los ítems; para analizar la producción científica se utilizó información de fuentes secundarias suministrada por Minciencias; de igual manera para la difusión de conocimiento científico se tomó la información del índice h y la participación en conference proceedings en Scopus y Web of Science (WoS). Los resultados se obtuvieron mediante la modelación de ecuaciones estructurales (SEM) confirmado que la influencia del capital humano en la producción y difusión del conocimiento científico es estadísticamente significativa, mientras que la influencia del capital estructural y del capital relacional en la producción científica y difusión del conocimiento no es estadísticamente significativas. Las conclusiones del estudio demostraron que el capital humano es adecuado y pertinente para la producción y difusión de conocimiento, mientras que el capital estructural requiere de redireccionar los procesos y recursos tanto físicos como tecnológicos y financieros para impactar positivamente en la producción y difusión de conocimiento, de igual manera en el capital relacional se necesita que los convenios y redes de colaboración se establezcan y ejecuten de manera adecuada para contribuir positiva y significativamente en la toma de decisiones, para fortalecer el capital intelectual y por consiguiente se incremente la producción científica y su difusión en dichas instituciones. Este estudio es nuevo, por lo tanto, aporta en aspectos teóricos, metodológicos y prácticos para el direccionamiento estratégico de las IES en su misión de investigación que impacta tanto en los procesos académicos como en su relación con el sector externo, a través de estrategias que permitan aportar científicamente a la creación o mejoramiento de los procesos administrativos, técnicos, industriales, o de cualquier otra naturaleza.spa
dc.description.abstractThe study of intellectual capital (IC) is currently very important for organizations, therefore they are assets that generate competitive advantage and future benefits. As for the production and diffusion of scientific knowledge, they arise thanks to the increase in intellectual capital and the rapid advance of information technologies that make these processes more efficient. According to the bibliographic review of literature, there are no investigations that relate these three study variables, therefore, this study aims to analyze how IC influences the production and diffusion of scientific knowledge in Public Higher Education Institutions (HEIs) of the Santanderes region of Colombia. Theoretically, a framework and literature review were developed those accounts for the most important classical, contemporary, and current authors of the three study variables, and the importance of the Theory of Resources and Capacities was determined to relate the three study variables. Methodologically, explanatory research was used with a quantitative approach, the collection of information from primary sources to measure intellectual capital, a Likert-type survey directed at 371 researchers was used to measure IC, which went through a content validity process through the evaluation of five experts, criterion validity through Cronbach's Alpha, and construct validity through the Barlett test, and KMO, and later the Exploratory Factor Analysis was applied for the selection of the items; To analyze the scientific production, information from secondary sources provided by Minciencias was used; In the same way, for the diffusion of scientific knowledge, the information of the h index and the participation in conference proceedings in Scopus and Web of Science (WoS) were taken. The results were obtained through structural equation modeling (SEM), confirming that the influence of human capital on the production and diffusion of scientific knowledge is statistically significant, while the influence of structural capital and relational capital on the scientific production and diffusion of knowledge is not statistically significant. The conclusions of the study showed that human capital is adequate and relevant for the production and diffusion of knowledge, while structural capital requires redirecting physical, technological and financial processes, and resources to positively impact the production and diffusion of knowledge. In the same way, in relational capital, collaboration agreements and networks need to be established and executed adequately to contribute positively and significantly in decisionmaking, to strengthen intellectual capital and consequently increase scientific production and its diffusion in these institutions. This study is new, therefore, it contributes in theoretical, methodological and practical aspects for the strategic direction of HEIs in their research mission that impacts both academic processes and their relationship with the external sector, through strategies that allow scientifically contribute to the creation or improvement of administrative, technical, industrial, or any other type of processes.eng
dc.format.mimetypepdfspa
dc.identifier.urihttps://hdl.handle.net/20.500.12442/12589
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Administración y Negociosspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectCapital Intelectualspa
dc.subjectProducción Científicaspa
dc.subjectDifusión del conocimientospa
dc.subjectInstituciones de Educación Superiorspa
dc.subjectIntellectual Capitaleng
dc.subjectScientific Productioneng
dc.subjectKnowledge Diffusioneng
dc.subjectHigher Education Institutionseng
dc.titleInfluencia del capital intelectual en la producción y difusión de conocimiento científico de los investigadores en Instituciones de Educación Superior Públicas de la región de los Santanderes de Colombiaspa
dc.type.driverinfo:eu-repo/semantics/doctoralThesisspa
dc.type.spaTesis de doctoradospa
dcterms.referencesAbramo, G., D’Angelo, C. A., & Di Costac, F. (2020). The role of geographical proximity in knowledge diffusion, measured by citations to scientific literature. Journal of Informetrics, 14(1), 1-9. https://doi.org/10.1016/j.joi.2020.101010eng
dcterms.referencesArechavala, R. (2011). Las universidades y el desarrollo de la investigación científica y tecnológica en México: Una agenda de investigación. Revista de la Educación Superior, 40(158), 41-57. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185- 27602011000200003spa
dcterms.referencesArias, J., Lozada, N., & Henao, E. (2019). Gestión del Capital Intelectual y Desempeño de Grupos de Investigación Universitarios en un País Emergente. El caso de Colombia. Información Tecnológica, 30(4), 181-188. http://dx.doi.org/10.4067/S0718-07642019000400181spa
dcterms.referencesBarnacle, R., Cuthbert, D., & Laurie, R. (2016). Exploring Researcher Motivation: Implications for PhD Education. International and Development Education, 199 - 215. https://doi.org/10.1057/978-1-137-54783-5_12eng
dcterms.referencesBarros, C., & Turpo, O. (2020). La formación en investigación y su incidencia en la producción científica del profesorado de educación de una universidad pública de Ecuador. Publicaciones de la Facultad de Educacion y Humanidades del Campus de Melilla, 50(2), 167 - 185. https://dialnet.unirioja.es/servlet/articulo?codigo=7355761spa
dcterms.referencesBastidas, M., & Benites, R. (2016). Incidencia de la motivación en la producción científica institucional. Revista Retos, 11(1), 65-87. https://doi.org/10.17163/ret.n11.2016.05spa
dcterms.referencesBercovitz, J. E., & Tyler, B. B. (2014). Who i am and how i contract: The effect of contractors' roles on the evolution of contract structure in universityindustry research agreements. Organization Science, 25(6), 1840 - 1859. https://doi.org/10.1287/orsc.2014.0917eng
dcterms.referencesBisogno, M., Dumay, J., Manes-Rossi, F., & Tartaglia Polcini, P. (2017). Identifying future directions for IC research in education: a literature review. Journal of Intellectual Capital, 1, 1-33. https://doi.org/10.1108/JIC-10-2017- 0133eng
dcterms.referencesBontis, N. (1998). Intellectual capital: an exploratory study that develops measures and models. Management Decision, Vol. 36 No. 2., 63-76. https://doi.org/10.1108/00251749810204142eng
dcterms.referencesBoschma, R., & Frenken, K. (2011). The Emerging Empirics of Evolutionary Economic Geography. Journal of Economic Geography, 11(2), 295-307. https://doi.org/10.1093/jeg/lbq053eng
dcterms.referencesBratianu, C. (2018). A critical analysis of intellectual capital research in universities. Proceedings of the International Conference on Business Excellence, 12(1), 151-160. https://doi.org/10.2478/picbe-2018-0015eng
dcterms.referencesBueno, E., Del Real, H., Fernández, P., Longo, M., Merino, C., Murcia, C., & Salmador, M. P. (2011). Modelo Intellectus de Medición, gestión e información del capital intelectual. Madrid: Edition: 2aEditor: IADE-UAM.spa
dcterms.referencesBueno, E., Salmador, M. P., & Merino, C. (2008). Génesis, concepto y desarrollo del capital intelectual en la economía del conocimiento: Una reflexión sobre el Modelo Intellectus y sus aplicaciones. Estudios de Economía Aplicada, 26(2), 43-63. https://www.redalyc.org/pdf/301/30113187003.pdfspa
dcterms.referencesCangur, S., & Ercan, I. (2015). Comparison of Model Fit Indices Used in Structural Equation Modeling Under Multivariate Normality. Journal of Modern Applied Statistical Methods, 14(1). https://doi.org/10.22237/jmasm/1430453580eng
dcterms.referencesCarayol, N., & Matt, M. (2004). The exploitation of complementarities in scientific production process at the laboratory level. Technovation, 24(6), 455 - 465. https://doi.org/10.1016/j.technovation.2004.03.007eng
dcterms.referencesCastillo, J. A., & Powell, M. A. (2019). Análisis de la producción científica del Ecuador e impacto de la colaboración internacional en el periodo 2006-2015. Revista Espanola de Documentacion Cientifica, 42(1), 1-16. https://doi.org/10.3989/redc.2019.1.1567spa
dcterms.referencesChen, C., & Hicks, D. (2004). Tracing knowledge diffusion. Scientometrics, 59(2), 199-211. https://doi.org/10.1023/B:SCIE.0000018528.59913.48eng
dcterms.referencesCheng, W., & Zhang, G. (2012). Empirical research on the competency model of senior researchers., Article number 6382663, págs. 832 - 835. China.eng
dcterms.referencesCheng-Hsien, L. (2016). Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood and diagonally weighted least squares. Behavior Research Methods, 48(3), 936–949. https://doi.org/10.3758/S13428-015-0619-7eng
dcterms.referencesComrey, A. L., & Lee, H. B. (1992). A First Course in Factor Analysis (2nd Edition ed.). Psychology Press. https://doi.org/10.4324/9781315827506eng
dcterms.referencesCortés-Sánchez, J. D. (2016). Eficiencia en el uso de bases de datos digitales para la producción científica en universidades de Colombia. Revista Espanola de Documentacion Cientifica, 39(2), 1-15. http://dx.doi.org/10.3989/redc.2016.2.1320spa
dcterms.referencesCortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1)., 98–104. https://doi.org/10.1037/0021-9010.78.1.98eng
dcterms.referencesCrompton, S., Neylon, C., Matthews, B., Yang, E., & Coles, S. (2012). Collaborative information management in scientific research processes. IEEE 8th International Conference on E-Science, e-Science. Code 95430 (págs. 1- 7). IEEE. https://ieeexplore.ieee.org/document/6404478/footnotes#footnoteseng
dcterms.referencesDalati, S. (2021). Factors affecting syrian female researchers’ experience during crisis: Inductive approach. Business, Management and Economics Engineering, 19(1), 91 - 110. https://doi.org/10.3846/bmee.2021.13232eng
dcterms.referencesDávila, R. C., Martin, M. M., García, A., García, E., & Alfaro, G. B. (2022). Caracterización de la formación investigativa y la producción científica en docentes de una universidad privada de Lima. Universidad y Sociedad, 14(55), 618 - 627. https://rus.ucf.edu.cu/index.php/rus/article/view/3331/3271spa
dcterms.referencesDe Frutos-Belizón, J., Martín-Alcázar, F., & Sánchez-Gardey, G. (2019). Conceptualizing academic intellectual capital: definition and proposal of a measurement scale. Journal of Intellectual Capital, 20(3), 306-334. https://doi.org/10.1108/JIC-09-2018-0152eng
dcterms.referencesDel Carpio, H. A., Del Carpio, P. A., & Garcia, F. J. (2018). A system of indicators for assessing scientific and technological capacity at local universities. Sixth International Conference on Technological Ecosystems for Enhancing Multiculturality (Teem'18), 221-227. https://doi.org/10.1145/3284179.3284219eng
dcterms.referencesDíaz, L. (2012). Missions-oriented R&D institutions in energy between 2000 and 2010: A comparative. Research Policy, 41(10), 1742-1756. https://doi.org/10.1016/j.respol.2012.02.015eng
dcterms.referencesDumay, J. (2013). The third stage of IC: towards a new IC future and beyond. Journal of Intellectual Capital, 14(1), 5-9. https://doi.org/10.1108/14691931311288986eng
dcterms.referencesDumay, J. (2016). A critical reflection on the future of intellectual capital: from reporting to disclosure. Journal of Intellectual Capital, 17(1), 168-184. https://doi.org/10.1108/MD-08-2017-0807eng
dcterms.referencesEdvinsson, L., & Malone, M. (1997). El capital Intelectual. Norma.spa
dcterms.referencesElango, B. (2018). Growth of Scientific Publications: An Analysis of Top Ten Countries. Library Philosophy and Practice (e-journal). Library, IFET College of Engineering, Villupuram. https://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=5313&context=lib philpraceng
dcterms.referencesEuroforum Escorial, (1998). Medición del Capital Intelectual. Modelo Intelect. Editorial I.U.spa
dcterms.referencesEuropean Commission. (2006). Ricardis: Reporting intellectual capital to augment research, development and innovation in SMEs. Report to the Commission of the High Level Expert Group on Ricardis. https://ec.europa.eu/invest-in-research/pdf/download_en/2006- 2977_web1.pdfeng
dcterms.referencesFarahani, A. F. (2022). Prioritizing the Researchers' Important Competencies in Research Centres. Tehnicki Glasnik, 4, 557 - 565. https://doi.org/10.31803/tg-20200219135754eng
dcterms.referencesFlamholtz, E. (1971). A model for human resource valuation: a stochastic process with service rewards. The Accounting Review, 46(2), 253-267. https://www.jstor.org/stable/244333eng
dcterms.referencesFornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(2), 39-50. https://doi.org/10.2307/3151312eng
dcterms.referencesFranco, M., & Haase, H. (2015). University-industry cooperation: Researchers' motivations and interaction channels. Journal of Engineering and Technology Management, 36, 41 - 51. https://doi.org/10.1016/j.jengtecman.2015.05.002eng
dcterms.referencesFriedkin, N. (1991). Theoretical foundations for centrality measures. American Journal of Sociology, 96(6), 1478–1504. https://doi.org/10.1086/229694eng
dcterms.referencesGalbraith, J. K. (1967). The New Industrial State. Princeton University Press.eng
dcterms.referencesGao, X., & Guan, J. (2012). Network model of knowledge diffusion. Scientometrics, 90, 749–762. https://doi.org/10.1007/s11192-011-0554-zeng
dcterms.referencesGarcia, M., Simo, P., & Sallan, J. M. (2006). La evolución del capital intelectual y las nuevas corrientes. Intangible Capital, 2(3), 277-307. Obtenido de https://www.redalyc.org/articulo.oa?id=54920301spa
dcterms.referencesGhimisi, S., & Nicula, D. (2019). Study to increase the quality of the scientific research process. IOP Conference Series: Materials Science and Engineering. Code 155186, 564, págs. 1-7. http://10.1088/1757- 899X/564/1/012084eng
dcterms.referencesGiraldo-Marín, L. M., Arroyave-Cataño, E. T., Galeano-Ospino, S., RojasMora, J. M., Londoño-Montoya, E. M., & Bedoya-Villa, M. A. (2021). Metodología de flujo de conocimiento (Primera fase) aplicada el proceso de investigación científica con fines de visibilidad nacional e internacional en la universidad de medellín. RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao, 114 - 126. http://www.risti.xyz/issues/ristie41.pdfspa
dcterms.referencesGlantz, S. A., & Slinker, B. (1990). Primer of Applied Regression and Analysis of Variance. McGraw-Hill.eng
dcterms.referencesGómez, L., Moreno, G., Becerra, M. A., & Londoño, E. (2016). The teacher as manager of relational capital: A review. Espacios., 33, 1-17.eng
dcterms.referencesGuthrie, J. (2001). The management, measurement and the reporting of intellectual capital. Journal of Intellectual Capital, 2(1), 27-41. https://doi.org/10.1108/14691930110380473eng
dcterms.referencesGuthrie, J., & Dumay, J. (2015). New frontiers in the use of intellectual capital in the public sector. Journal of Intellectual Capital, 16(2), 258-266. https://doi.org/10.1108/JIC-02-2015-0017eng
dcterms.referencesGuthrie, J., Dumay, J., Ricceri, F., & Nielsen, C. (2017). The Routledge Companion to Intellectual Capital. London: Taylor and Franciseng
dcterms.referencesGuthrie, J., Ricceri, F., & Dumay, J. (2012). Reflections and projections: A decade of Intellectual Capital Accounting Research. The British Accounting Review, 44(2), 68-82. https://doi.org/10.1016/j.bar.2012.03.004spa
dcterms.referencesHair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Análisis Multivariante. (Quinta edición ed.). Madrid: Prentice Hallspa
dcterms.referencesHair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate Data Analysis. 7th Edition. Pearson Education, Upper Saddle River. https://www.pdfdrive.com/multivariate-data-analysis-7th-editiond156708931.htmleng
dcterms.referencesHanssen, T.-E. S., Jørgensen, F., & Larsen, B. (2018). The relation between the quality of research, researchers’ experience, and their academic environment. Scientometrics, 114(3), 933 - 950. https://doi.org/10.1007/s11192-017-2580-yeng
dcterms.referencesHermanson, R. (1963). method for recording all assets and the resulting accounting and economic Implications. Ph. D. dissertation. Michigan State University. In Roslender, R., Stevenson, J & Fincham, R. (2005). International Critical Management Studies (CMS) 2005 Conference. Waikato Management Schooleng
dcterms.referencesHethcote, H. W. (2000). The Mathematics of Infectious Diseases. SIAM Review, 42(4), 599–653. https://doi.org/10.1137/S003614450037190eng
dcterms.referencesHeyat, A., Piroozan, A., Zade, A. N., Mohebi, S., Shekouhiyan, S., Salimi, M., . . . Fallahi, S. (2013). Researchers' attitude about ethics in research at Hormozgan University of medical sciences, Bandar-e-Abbas, Iran. Advances in Environmental Biology, 7(1), 56 - 60. https://go.gale.com/ps/i.do?p=AONE&u=googlescholar&id=GALE|A3361759 04&v=2.1&it=r&sid=AONE&asid=da9a941deng
dcterms.referencesHooper, D., Coughlan, J., & Mullen, M. R. (2008). Structural Equation Modeling: Guidelines for Determining Model Fit. ElectronicJournal of Business Research Methods, 1, 53-60.eng
dcterms.referencesHu, L.‐t., & Bentler, P. M. (2009). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118eng
dcterms.referencesHussain, N., Ur Rehman, S., Ameen, K., & Safdar, M. (2022). Training needs assessment of postgraduate researchers of Pakistan. Global Knowledge, Memory and Communication, 71(4-5), 322 - 341. https://doi.org/10.1108/GKMC-09-2020-0145eng
dcterms.referencesJarolímková, A., Drobíková, B., & Souček, M. (2018). Attitudes of Charles University academic staff to data sharing. Grey Journal, 14, 37 - 43. http://nrgl.techlib.cz/conference/conference-proceedingseng
dcterms.referencesKatoh, S., Aalbers, R. H., & Sengoku, S. (2021). Effects and interactions of researcher’s motivation and personality in promoting interdisciplinary and transdisciplinary research. Sustainability (Switzerland), 13(22), 1-19. https://doi.org/10.3390/su132212502eng
dcterms.referencesLambovska, M., & Yordanov, K. (2020). Motivation of researchers to publish in high-quality journals: A theoretical framework. TEM Journal, 9(1), 188 - 197. https://doi.org/10.18421/TEM91-27eng
dcterms.referencesLarzillière, P. (2010). Research in context: Scientific production and researchers' experience in Jordan. Science, Technology and Society, 15(2), 309 - 338. https://doi.org/10.1177/097172181001500206eng
dcterms.referencesLei, J., & Jiang, T. (2019). Chinese university faculty’s motivation and language choice for scholarly publishing. Ibérica, 38, 51-74. https://revistaiberica.org/index.php/iberica/article/view/92eng
dcterms.referencesLeitner, K. H. (2004). Intellectual capital reporting for universities: Conceptual background and application for Austrian universities. Research Evaluation, 13(2), 129-140. https://doi.org/10.3152/147154404781776464eng
dcterms.referencesLerner, J., & Malmendier, U. (2010). Contractibility and the design of research agreements. American Economic Review, 100(1), 214 - 246. https://ssrn.com/abstract=714064eng
dcterms.referencesLópez, I., Moreno, A. I., Burgess, S., Sachdev, I., & Rey, J. (2015). Why publish in English versus Spanish?: Towards a framework for the study of researchers' motivations. Revista Espanola de Documentacion Cientifica, 1, 1 - 16. http://dx.doi.org/10.3989/redc.2015.1.1148eng
dcterms.references.López, I., Moreno, A. I., Quintanilla, M. Á., & Rey, J. (2015). Why do I publish research articles in english instead of my own language? Differences in spanish researchers’ motivations across scientific domains. Scientometrics, 103(3), 939 - 976. https://doi.org/10.1007/s11192-015-1570-1eng
dcterms.referencesLópez, V., & Amado, A. (2021). Repercusión de la formación investigadora en la producción científica de Expresión Gráfica Arquitectónica indexada en SJR. Revista Española de Documentación Científica, 44(4), 1-13. https://doi.org/ 10.3989/redc.2021.4.1814spa
dcterms.referencesLuukkonen, T., Persson, O., & Sivertsen, G. (1992). Understanding patterns of international scientific collaboration. Science, Technology, & Human Values, 17(1), 101–126. https://doi.org/10.1177/016224399201700106eng
dcterms.referencesMabe, M., & Amin, M. (2001). Growth dynamics of scholarly and scientific journals. Scientometrics, 51(1), 147–162. https://doi.org/10.1023/A:1010520913124eng
dcterms.referencesMaurseth, P. B., & Verspagen, B. (2002). Knowledge Spillovers in Europe: A Patent Citations Analysis. Scandinavian Journal of Economics, 100(4), 531– 545. https://doi.org/10.1111/1467-9442.00300eng
dcterms.referencesMelero, R., & Navarro, C. (2021). Researchers' attitudes and perceptions towards data sharing and data reuse in the field of food science and technology. Learned Publishing, 33(2), 163 - 179. https://doi.org/10.1002/leap.1287eng
dcterms.referencesMinciencias. (2021). Modelo de medición de grupos de investigación, desarrollo tecnológico o de innovación y de reconocimiento de investigadores del sistema nacional de ciencia, tecnología e innovación. https://minciencias.gov.co/sites/default/files/upload/convocatoria/anexo_1_- _documento_conceptual_2021.pdfspa
dcterms.referencesMonroy, S. E., & Díaz, H. (2018). Time series-based bibliometric analysis of the dynamics of scientific production. Scientometrics., 115(3), 1139-1159. https://doi.org/10.1007/s11192-018-2728-4eng
dcterms.referencesMontoya-Suárez, O. (2007). Aplicación del Análisis Factorial a la Investigación de Mercados. Scientia et Technica, 35, 281-286. https://www.redalyc.org/pdf/849/84903549.pdfspa
dcterms.referencesMsomphora, M. R. (2019). UiT-Researchers' Attitudes and Practices Towards Open Access Publication: Lessons Learnt for Improving SelfArchiving in Institutional Repository. Libres, 1, 14 - 36. https://doi.org/10.32655/LIBRES.2019.1.2eng
dcterms.referencesMuhammad, R., Zheng, J., & Khurshid, A. (2018). Evaluating the impact of digital library database resources on the productivity of academic research. Information Discovery and Delivery, 47(1), 42-52. https://doi.org/10.1108/IDD-07-2018-0025eng
dcterms.referencesMulligan, A., & Mabe, M. (2011). The effect of the internet on researcher motivations, behaviour and attitudes. Journal of Documentation, 67(2), 290 - 311. https://doi.org/10.1108/00220411111109485eng
dcterms.referencesMurguía, L. P., Tarango, J., Romo, J. R., & Ascencio, G. (2013). Influencia de la infraestructura bibliotecaria en el desarrollo de producción científica en universidades mexicanas inmersas en procesos de acreditación. Revista General de Informacion y Documentacion, 23(2), 333 - 367. http://dx.doi.org/10.5209/rev_RGID.2013.v23.n2.43134spa
dcterms.referencesNiebel, T. (2018). ICT and economic growth: Comparing developing, emerging and developed countries. World Development, 104, 197–211. https://doi.org/10.1016/j.worlddev.2017.11.024eng
dcterms.referencesNorton, D. P., & Kaplan, R. S. (1992). Intangible Assets Monitor. http://www.scielo.org.co/pdf/cuadm/n43/n43a9.pdfeng
dcterms.referencesNunes, L., Malacarne, A., Macedo, R. F., & De Bortoli, R. (2019). Generation of intangible assets in higher education institutions. Scientometrics, 121(2), 957 - 975. https://doi.org/10.1007/s11192-019-03226-5eng
dcterms.referencesNunnally, J. C. (1978). Psychometric Theory. Editorial McGraw-Hilleng
dcterms.referencesOCDE. (2007). Globalisation and structural adjustment—summary report of the study on globalisation and innovation in the business services sector. https://www.oecd.org/sti/38619867.pdfeng
dcterms.referencesOCDE. (2016). Economic and Social Benefits of Internet Openness. Directorate for Science, Technology and Innovation Committee on Digital Economic Policy. https://doi.org/10.1787/5jlwqf2r97g5-eneng
dcterms.referencesOrtega, D., García, G. A., & Ortiz, F. M. (2019). Determinantes que influyen en la producción científica de las Universidades y Escuelas Politécnicas Ecuatorianas en el año 2014. Guayaquil - Ecuador: Espol. Obtenido de http://www.dspace.espol.edu.ec/xmlui/handle/123456789/46148spa
dcterms.referencesOsborne, J. W. (2014). Best Practices in Exploratory Factor Analysis. ISBN13: 978-1500594343, ISBN-10:1500594342. Scotts Valley, California:: CreateSpace Independent Publishingeng
dcterms.referencesOsborne, J. W., & Costello, A. B. (2004). Sample size and subject to item ratio in principal components analysis. Practical Assessment, Research, and Evaluation, 9, 1-10. https://doi.org/10.7275/ktzq-jq66eng
dcterms.referencesPagani, R., Kovaleski, J. L., & Resende, L. M. (2015). Methodi Ordinatio : a proposed methodology to select and rank relevant scientific. Scientometricseng
dcterms.referencesPrieto, W. O., & Tejedor, J. M. (2020). La generación de nuevo conocimiento en economía: un modelo de crecimiento endógeno. Revista Finanzas y Política Económica, 12(2), 553-588. https://doi.org/10.14718/revfinanzpolitecon.vl2.n2.2020.3729spa
dcterms.referencesPrimo, E., & Estrada, J.-M. (2009). Las bases de datos bibliográficas españolas, un instrumento para el conocimiento y la difusión de la producción científica. Seminarios de la Fundacion Espanola de Reumatologia, 10(4), 132–141. https://doi.org/10.1016/j.semreu.2009.09.004spa
dcterms.referencesRamírez, M. S. (2015). Acceso abierto y su repercusión en la Sociedad del Conocimiento: Reflexiones de casos prácticos en Latinoamérica. Education in the Knowledge Society, 16(1), 103-118. https://www.redalyc.org/pdf/5355/535554757007.pdfspa
dcterms.referencesRamírez, Y. (2013). Intellectual capital management and reporting in European higher education institutions. Intangible Capital, 9(1), 1-19. http://dx.doi.org/10.3926/ic.201eng
dcterms.referencesRantasaari, J. (2022). Multi-Stakeholder Research Data Management Training as a Tool to Improve the Quality, Integrity, Reliability and Reproducibility of Research. LIBER Quarterly, 32(1), 1-54. https://doi.org/10.53377/lq.11726eng
dcterms.referencesRhoten, D. (2004). Interdisciplinary Research: Trend or Transition. En Social Science Research Council (Vol. 5, págs. 6 -11.). Items Issues. https://s3.amazonaws.com/ssrccdn1/crmuploads/new_publication_3/%7BEB384BDD-B870-DE11-BD80- 001CC477EC70%7D.pdfeng
dcterms.referencesRomero, E. C., Ferreira, J. J., & Fernandes, C. (2018). A scientometric analysis of knowledge spillover research. The Journal of Technology Transfer, 45(3), 780-805. https://doi.org/10.1007/s10961-018-9698-9eng
dcterms.referencesSanchez, P., Elena, S., & Castrillo, R. (2009). Intellectual capital dynamics in universities: a reporting model. Journal of Intellectual Capital, 10(2), 307-324. https://doi.org/10.1108/14691930910952687eng
dcterms.references.Secundo, G., Margherita, A., Elia, G., & Passiante, G. (2010). Intangible Assets in Higher Education and Research: Mission, Performance or Both? Journal of Intellectual Capital, 11(2), 140-157. https://doi.org/10.1108/14691931011039651eng
dcterms.referencesShevlin, M., & Miles, J. (1998). Effects of sample size, model specification and factor loadings on the GFI in confirmatory factor analysis. Personality and Individual Differences, 25(1), 85-90. https://doi.org/10.1016/S0191-8869(98)00055-5eng
dcterms.referencesShmatko, N. (2016). Researchers’ competencies in the coming decade: attitudes towards and expectations of the Russian innovation system. Foresight, 3, 340 - 354. https://doi.org/10.1108/FS-02-2014-0014eng
dcterms.referencesStreiner, D. L. (2003). Starting at the Beginning: An Introduction to Coefficient Alpha and Internal Consistency. Journal of Personality Assessment, 80(1), 99-103. http://dx.doi.org/10.1207/S15327752JPA8001_18eng
dcterms.referencesSuárez, W., Rodríguez, M., & Ganga, F. A. (2022). Estrategias para promover la producción científica universitaria en Chile. Revista De Ciencias Sociales, 28(2), 350-363. https://doi.org/10.31876/rcs.v28i2.37943spa
dcterms.referencesSveiby, K. E. (1997). The Intangible Assets Monitor. Journal of Human Resource Costing and Accounting, 2(1), 73-97. https://www.sveiby.com/files/pdf/the-intangible-assets-monitor.pdfeng
dcterms.referencesTer Wal, A. L., & Boschma, R. (2009). Applying Social Network Analysis in Economic Geography: Framing Some Key Analytic Issues. The Annals of Regional Science, 43(3), 739-756. https://doi.org/10.1007/s00168- 008-0258-3eng
dcterms.referencesThelwall, M., & Kousha, K. (2021). Researchers’ attitudes towards the h-index on Twitter 2007–2020: criticism and acceptance. Scientometrics, 126(6), 5361 - 5368. https://doi.org/10.1007/s11192-021-03961-8eng
dcterms.referencesUllman, J. (1996). Structural Equation Modeling. En Using Multivariate Statistics (3rd ed.) (págs. 709-819). Harper Collins College Publishers.eng
dcterms.referencesVelez-Cuartas, G., Gomez-Florez, H., Usuga-Ciro, A., & Velez-Trujillo, M. (2014). Diversidad y reconocimiento de la producción académica en los sistemas de valuación de la investigación en Colombia. Revista Espanola de Documentacion Cientifica, 3, 1-14. http://dx.doi.org/10.3989/redc.2014.3.1133spa
dcterms.referencesVeugelers, R. (2010). Towards a multipolar science world: Trends and impact. Scientometrics, 82(2), 439 - 456. https://doi.org/10.1007/s11192-009- 0045-7eng
dcterms.referencesWang, J., & Zhao, R. (2017). 16th International Conference on Scientometrics and Informetrics, Conference Proceedings. Evaluating efficiency of digital databases used for scientific production in Chinese universities. Code 131757, (págs. 1095 - 1106).eng
dcterms.referencesWojick, D. E., Warnick, W. L., Carroll, B. C., & Crowe, J. (2006). The Digital Road to Scientific Knowledge Diffusion; A Faster, Better Way to Scientific Progress? D-Lib Magazine, 12(6), 63-69. https://doi.org/10.1045/june2006-wojickeng
dcterms.referencesXia, Y., & Yang, Y. (2019). RMSEA, CFI, and TLI in structural equation modeling with ordered categorical data: The story they tell depends on the estimation methods. Behavior Research Methods, 51(1), 409–428. https://doi.org/10.3758/S13428-018-1055-2/TABLES/9eng
dcterms.referencesYue, Z., Xu, H., Yuan, G., & Pang, H. (2019). Modeling study of knowledge diffusion in scientific collaboration networks based on differential dynamics: A case study in graphene field. Physica A: Statistical Mechanics and its Applications, 524, 375-391. https://doi.org/10.1016/j.physa.2019.04.201eng
dcterms.referencesZhang, J. J., & Zhang, C. X. (2021). Ontological mingling and mapping: Chinese tourism researchers’ experiences at international conferences. Tourism Geographies, 23(4), 873 - 894. https://doi.org/10.1080/14616688.2020.1757745eng
oaire.versioninfo:eu-repo/semantics/acceptedVersionspa
sb.programaDoctorado en Administraciónspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
Influencia_Capital_Intelectual_Producción_Difusión_Conocimiento_Científico_Resumen.pdf
Tamaño:
225.69 KB
Formato:
Adobe Portable Document Format
Descripción:
PDF_Resumen
Descargar
No hay miniatura disponible
Nombre:
Influencia_Capital_Intelectual_Producción_Difusión_Conocimiento_Científico_PDF.pdf
Tamaño:
1.04 MB
Formato:
Adobe Portable Document Format
Descripción:
PDF
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.93 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis

Universidad Simón Bolívar: Todos los derechos reservados / Sistema de biblioteca