Hoe krijg je meer zicht op de informele kennisdeling in de organisatie, zodat je er beter op in kunt spelen en het kennisgebruik efficiënter kunt maken? Een onderzoeksexperiment laat zien hoe je de informele contacten die medewerkers hebben om kennis te delen, letterlijk in kaart kunt brengen.
This introduction to the special issue on events as platforms, networks, and communities reviews recent research on these subjects. It outlines the previous work of the ATLAS Events Group in developing a “network approach to events,” as well as conceptualizing the differences between event networks and platforms.
MULTIFILE
Studying images in social media poses specific methodological challenges, which in turn have directed scholarly attention toward the computational interpretation of visual data. When analyzing large numbers of images, both traditional content analysis as well as cultural analytics have proven valuable. However, these techniques do not take into account the contextualization of images within a socio-technical environment. As the meaning of social media images is co-created by online publics, bound through networked practices, these visuals should be analyzed on the level of their networked contextualization. Although machine vision is increasingly adept at recognizing faces and features, its performance in grasping the meaning of social media images remains limited. Combining automated analyses of images with platform data opens up the possibility to study images in the context of their resonance within and across online discursive spaces. This article explores the capacities of hashtags and retweet counts to complement the automated assessment of social media images, doing justice to both the visual elements of an image and the contextual elements encoded through the hashtag practices of networked publics.
Industry 4.0 omvat de toenemende digitalisatie binnen bedrijven, resulterend in een inter-connectiviteit tussen mensen, objecten en systemen in real time. Dit resulteert in fundamentele veranderingen in de manier waarop mensen werken, beslissingen nemen en hun activiteiten managen. Deze nieuwe technologieën, zoals robotoplossingen beïnvloeden ook de manier waarop kennis wordt verworven, overgedragen en gebruikt en vragen om nieuwe managementpraktijken om het leren, de kennisdeling en zodoende het continu verbeteren te faciliteren (Lepore, et al., 2022). Dit onderzoek bouwt voort op bevindingen uit eerdere onderzoeken (RAAK Integraal Robotiseren). Waar eerder is gekeken naar succesfactoren voor het implementeren van de robot oplossing, wordt nu gekeken naar het continue verbeteren van de robotoplossing, met de focus op de impact van interne sociale relaties. De Social Network Analysis (SNA) zou kunnen helpen om de ontwikkeling en dynamiek van kennisdelingsrelaties tijdens robotiseringstrajecten in kaart te brengen en interventies te plannen, voor het verbeteren van dergelijke relaties. De uitkomst van dit onderzoek geeft het MKB een meetinstrument, waarmee een nulmeting kan worden gecreëerd. De nulmeting geeft inzicht hoe de inrichting van de interne kennisdelingsrelaties zijn opgebouwd. Met de interpretatie van de resultaten kan bepaald worden hoe effectief deze relaties zijn. Doelstelling van dit onderzoek is het ontwikkelen van een SNA meetinstrument waarmee inzicht gecreëerd wordt in het ontstaan van- en dynamiek binnen kennisdelingsrelaties. Met deze kennis kunnen Mkb’ers interventies uitvoeren om kritische kennis gerelateerd aan de robotoplossing bij de juiste personen te borgen.
