شناسایی شاخص های کلیدی عملکرد در دولت هوشمند (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
به منظور شناسایی حوزه های قابل بهبود و ارتقای عملکرد کلی دولت هوشمند (که به طور گسترده ای با مفهوم حکمرانی در سال های اخیر مرتبط است) در دستیابی به اهداف و مقاصد خود، این پژوهش با هدف شناسایی و اعتبارسنجی شاخص های کلیدی عملکرد در دولت هوشمند با تمرکز بر دولت ایران انجام شده است. پژوهش حاضر از نظر هدف، کاربردی - توسعه ای با ماهیت توصیفی - تحلیلی است که با رویکرد پژوهش آمیخته (کیفی – کمی) انجام شده است. در گام نخست، برای شناسایی شاخص ها از روش کیفی فراترکیب مبتنی بر هفت مرحله سندلوسکی و باروسو و نرم افزار مکس کیودا استفاده شد. در گام دوم، از روش کمی دلفی فازی و نرم افزارهای اکسل و متلب، جهت غربالگری و تأیید شاخص های شناسایی شده، استفاده شد. جامعه پژوهش در گام فراترکیب، 24 تولید علمی منتشر شده در پایگاه های اطلاعاتی معتبر داخلی و خارجی و در گام دلفی فازی 13 نفر از متخصصان حوزه های مرتبط بودند. تحلیل محتوای یافته های تولیدات علمی منتخب منجر به رهگیری 73 خرده شاخص (کد توصیفی) شد؛ براساس شباهت مفهومی خرده شاخص ها و دسته بندی آن ها، تعداد 10 شاخص (مقوله اصلی) شامل حکمرانی هوشمند، مردم سالاری هوشمند، دولت باز، تعامل هوشمند، یکپارچگی، اشتراک دانش، خدمات هوشمند، فناوری هوشمند، رسانه های هوشمند و امنیت هوشمند شناسایی شد. در گام بعد، شاخص ها و خرده شاخص ها در قالب پرسشنامه در اختیار خبرگان این حوزه قرار گرفت؛ خروجی این مرحله، 10 شاخص شامل 67 خرده شاخص بود. شناسایی و اعتبارسنجی شاخص های کلیدی عملکرد در دولت هوشمند با تمرکز بر ویژگی های خاص نظام حکمرانی ایران و ادغام رویکردهای کیفی و کمی در فرایند انجام پژوهش از نوآوری های این مطالعه است.Identifying Key Performance Indicators in Smart Government
In order to identify areas for improvement and enhance the overall performance of smart governance—an approach increasingly associated with governance practices in recent years—this study aims to identify and validate key performance indicators (KPIs) in smart governance, with a particular focus on the Iranian government. This applied-developmental research adopts a descriptive-analytical nature and employs a mixed-methods approach (qualitative–quantitative). In the first phase, key indicators were identified through a qualitative meta-synthesis method based on Sandelowski and Barroso’s seven-step framework, utilizing MAXQDA software. In the second phase, a fuzzy Delphi method combined with Excel and MATLAB software was applied to screen and validate the identified indicators. The research population included 24 scientific works published in reputable domestic and international databases for the meta-synthesis phase, and 13 experts from relevant fields for the fuzzy Delphi phase. Content analysis of the selected scientific productions led to the identification of 73 sub-indicators (descriptive codes). Based on conceptual similarity and categorization, 10 main indicators were extracted, including smart governance, smart democracy, open government, smart interaction, integration, knowledge sharing, smart services, smart technology, smart media, and smart security. Subsequently, these indicators and sub-indicators were incorporated into a questionnaire distributed among domain experts. The output of this phase was a refined list of 10 indicators comprising 67 sub-indicators. The identification and validation of key performance indicators in smart governance, with a focus on the unique characteristics of Iran’s governance system and the integration of qualitative and quantitative approaches, represent the key innovations of this study.
تبلیغات
