درخت حوزه‌های تخصصی

مدیریت دانش و IT

حوزه‌های تخصصی
ادبیات اقتصاد تاریخ تربیت بدنی جغرافیا حقوق روانشناسی زبان شناسی علم اطلاعات و دانش‌شناسی علوم اجتماعی علوم اسلامی علوم انسانی علوم تربیتی علوم سیاسی فلسفه و منطق مدیریت مطالعات زنان هنر و معماری
اخبار مدیریت تئوری های مدیریت گروههای ویژه مدیریت آموزشی مدیریت استراتژیک مدیریت بازرگانی مدیریت دانش و IT مدیریت دولتی مدیریت سازمانی و منابع انسانی مدیریت صنعتی مدیریت مالی – حسابداری نقد و بررسی کتاب
پیش بینی، اجرا و ارزیابی تکنولوژی تکنولوژی و توسعه حقوق مالکیت سرمایه گذاریهای خارجی و انتقال تکنولوژی سیستم های پشتیبانی تصمیم گیری سیستمهای خبره کلیات مدلهای انتقال تکنولوژی مدیریت دانش مدیریت فناوری اطلاعات منطق فازی و هوش مصنوعی
ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲٬۸۸۱ تا ۲٬۹۰۰ مورد از کل ۲٬۹۱۰ مورد.
۲۸۸۱.

Corporate Digital Transformation: A Comprehensive Definition and Conceptual Framework for Enhancing Business Performance(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Special Issue on Strategic, Organizational, and Social Issues of Digital Transformation in Organizations, ۲۰۲۵ 81 - 102

کلیدواژه‌ها: Corporate Digital Transformation Digital Transformation Key Drivers Digital Transformation Defini-Tion Business performance Content Analysis

حوزه‌های تخصصی:
تعداد بازدید : ۷۶ تعداد دانلود : ۵۶
This study aims to analyze 45 definitions of digital transformation (DT) to identify key drivers and propose a conceptual framework to outline their impact on business performance. Through content analysis, 24 key drivers were identified, focusing on the frequency of occurrence across the definitions. The analysis highlights drivers such as IT technologies & innovation, business model, business performance, customer experience, and operational processes. The results show a significant emphasis placed on various drivers of DT, reflecting its multidimensional nature. Key drivers include technological innovation, organizational adaptation, customer-centric strategies, and change management practices. By conceptualizing the relationships between key drivers and performance outcomes, the proposed conceptual framework provides theoretical insights into the mechanisms underlying digital transformation and its impact on business performance. The proposed framework integrates technological, strategic, organizational, and cultural dimensions. The analysis underscores the complexity and multidimensional nature of DT as a strategic phenomenon and offers drivers on which the organizations should focus to face the challenges of digital disruption. This paper's original theoretical contribution lies in synthesizing various definitions of digital transformation from the past two decades to propose a comprehensive definition of Corporate Digital Transformation.
۲۸۸۲.

Predicting Heart Disease Using Automated Machine Learning Based on Genetic Algorithms(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۲, ۲۰۲۵ 91 - 122

کلیدواژه‌ها: Heart Disease Prediction Automatic Machine Learning Genetic Algorithms TPOT Framework

حوزه‌های تخصصی:
تعداد بازدید : ۷۵ تعداد دانلود : ۴۹
This study aims to apply automatic machine-learning approaches using genetic algorithms to enhance heart disease prediction. Heart disease has remained the major cause of mortality in the world, necessitating an effective and timely diagnosis. Most current diagnostic and assessment processes are lengthy and expensive, relying heavily on clinical expert knowledge. To help address these issues, machine learning approaches, which derive their utility from examining substantial datasets for the recognition of patterns, have emerged as a potential solution, providing solutions beyond those achievable by human recognition alone. Genetic algorithms are also suited to addressing these issues as they mimic natural evolution to perfect high-caliber machine-learning models, feature selection, and parameter selection in machine-learning applications. This study examines the utilization of genetic algorithms working alongside AutoML frameworks to improve accuracy in heart disease predictions. Reducing to the best combination of attributes and the optimum parameters for each attribute is a time-consuming task, so automating this aspect of the process allows for more accurate and prompt predictions, consequently reducing the manual work. The AutoML approach followed in this research is TPOT, which uses genetic algorithms to ascertain optimally designed machine-learning pipelines. The application of AutoML, together with genetic algorithms, is the most prominent finding that yields a significant improvement in the quality of the predictions for heart disease compared to the traditional assessment approaches, with an accuracy of 93.8%. This approach will enhance diagnostic accuracy and enable early diagnosis, thereby reducing the likelihood of misdiagnoses or ineffective treatments and ultimately lowering associated costs.
۲۸۸۳.

Utilizing Deep Learning for Aspect-Based Sentiment Analysis in Restaurant Reviews(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۲, ۲۰۲۵ 50 - 68

کلیدواژه‌ها: deep learning text mining Sentiment Analysis Neural Network

حوزه‌های تخصصی:
تعداد بازدید : ۷۵ تعداد دانلود : ۵۷
Consumers rely on social media opinions to make product choices and purchases. With the popularity of web-based platforms like Tripadvisor, consumers express their opinions and feelings about food quality, service, and other aspects affecting restaurants through comments. Hence, analyzing these comments can be valuable for others to choose a restaurant or to improve and develop their products and brands. Sentiment analysis utilizes text mining methods to extract, identify, and study emotions and subjective perceptions. Since consumers can use comments to choose a restaurant, this study seeks to provide sentiment analysis of their reviews on the Tripadvisor website about Iranian restaurants. This study is applied in nature, aiming to analyze and manually label 4000 comments from the Tripadvisor website regarding restaurants in ten tourist cities across Iran. It uses a standard extended long short-term memory algorithm for sentiment analysis, a deep learning neural network, and Python text mining packages for modeling. The results indicate that the F-Measure for all aspects exceeds 80%, indicating sufficient efficiency and accuracy of the aspect-based sentiment analysis model for restaurant reviews. The most significant features for customers of Iranian restaurants are the food and the atmosphere. This study represents one of the initial efforts to analyze comments posted on the Tripadvisor website concerning Iranian restaurants. Business owners in the tourism industry, especially restaurant owners, can use the proposed model to automatically and quickly analyze customer feedback, improve performance, and gain a competitive edge. The proposed model can also assist users of online platforms in analyzing the opinions of others, enabling them to make informed decisions more efficiently.
۲۸۸۴.

ارائه الگوی شایستگی های کلیدی و مهارت های تخصصی دانشکاران در عصر دانش محوری با استفاده از تحلیل مضمون(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷ 35 - 61

کلیدواژه‌ها: دانشکاران شایستگی های کلیدی کارکنان دانشی مدیریت دانش مقام معظم رهبری تحلیل مضمون

حوزه‌های تخصصی:
تعداد بازدید : ۶۴ تعداد دانلود : ۵۵
زمینه/ هدف: سازمان ها در محیط پویا و رقابتی امروزی با چالش هایی مانند کمبود منابع و نیروی انسانی فنی و متخصص و متعهد مواجه اند. پژوهش حاضر باهدف دستیابی به الگوی شایستگی های کلیدی و مهارت های تخصصی دانشکاران در عصر دانش محوری مبتنی بر بیانات امام خامنه ای (مدظله العالی) به عنوان یکی از زیرساخت های اصلی در جریان علمی کشور به عنوان ضامن پیشرفت کشور، صورت گرفته است. روش پژوهش: این پژوهش از نظر فلسفه و پارادایم فلسفی در قلمرو پژوهش های تفسیری و مبتنی بر تفسیر داده های کیفی شکل گرفته و از روش شناسی تحلیل مضمون و نرم افزار اطلس تی 24 برای تجزیه وتحلیل داده های کیفی استفاده شده است. برای دستیابی به واحدهای تحلیل، پس از جستجوی کلیدواژه های از جمله «تجربه»، «تجارب»، «تجربیات»، «مجرب»، «مجربان»، «مجربین»، «عبرت»، «خبره»، «خبرگان»، «حافظه تاریخی» و مشقات آنها در بیان و بنان انتشاریافته از امام خامنه ای مدظله العالی، (736) واحد معنا شناسایی گردید. یافته های پژوهش: بر اساس یافته های پژوهش، (229) مضمون پایه، (40) مضمون سازمان دهنده و (4) مضمون فراگیر شامل شایستگی های شناختی، شایستگی های شخصیتی، شایستگی های رفتاری و مهارت های تخصصی استخراج گردید. در پایان، شبکه مضامین ترسیم و مضامین پایه، سازمان دهنده و فراگیر در حوزه مدیریت تجارب ارائه گردید. نتیجه گیری: مدل شایستگی دانشکاران با توجه به بیانات مقام معظم رهبری، به طور خاص بر توسعه جامع و چندبعدی دانشکاران تاکید دارد که شامل شایستگی های عقلانی، شخصیتی، رفتاری و مهارت های تخصصی است. این مدل با توجه به اهداف فرهنگی و تمدنی ایران، تاکید بیشتری بر جنبه های رفتاری و فرهنگی دارد که می تواند به عنوان یک الگوی بومی برای توسعه دانشکاران در کشور مورد استفاده قرار گیرد. مقایسه با پژوهش های مشابه نشان می دهد که در حالی که اصول کلی شایستگی دانشکاران در سطح جهانی به رسمیت شناخته شده است، اما نیازهای فرهنگی و اجتماعی می تواند به توسعه مدل های خاص هر کشور کمک کند. اصالت/ارزش: الگوی شایستگی مطلوب دانشکاران مبتنی بر بیانات مقام معظم رهبری مورد بررسی و پژوهش قرار گرفت و از نظر قلمرو دارای مشابهت و از نظر منابع مورد بررسی متفاوت است. این شایستگی های دارای ویژگی نزدیکی به منابع اسلامی دست اول را دارد و از این نظر می توان منابع مورد استفاده را کلیدی دانست.
۲۸۸۵.

مدیریت دانش در آموزش عالی: فراترکیبی بر عوامل موفقیت، چالش ها و راهکارهای پیاده سازی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷ 63 - 90

کلیدواژه‌ها: مدیریت دانش آموزش عالی فراترکیب کیفی عوامل کلیدی موفقیت چالش های پیاده سازی اشتراک دانش فرهنگ سازمانی

حوزه‌های تخصصی:
تعداد بازدید : ۶۲ تعداد دانلود : ۷۳
زمینه/ هدف: این پژوهش به بررسی جامع مدیریت دانش در آموزش عالی می پردازد. هدف اصلی، شناسایی عوامل موفقیت، چالش ها و راهکارهای پیاده سازی مدیریت دانش است. روش پژوهش: رویکرد این پژوهش، فراترکیب کیفی بوده و جامعه آماری شامل مطالعات مرتبط با مدیریت دانش در آموزش عالی بین سال های 2018 الی 2023 است. نمونه تحقیق، 9 مقاله منتخب از بین 80 مقاله بررسی شده از پایگاه های علمی معتبر بین المللی می باشد که دلیل انتخاب این تعداد مقاله، تحلیل دقیق تر در چارچوب زمانی و منابع موجود است. جمع آوری داده ها از طریق جستجوی نظام مند در پایگاه های (Web of Science, Scopus, Google Scholar) انجام شده است. برای تحلیل داده ها از روش تحلیل محتوای کیفی استفاده شده است. یافته های پژوهش: یافته ها نشان می دهد عوامل کلیدی موفقیت، شامل فرهنگ سازمانی، زیرساخت فناوری اطلاعات، حمایت مدیران ارشد، سیستم پاداش و ساختار سازمانی منعطف است. چالش های اصلی عبارتند از مقاومت در برابر تغییر، فقدان فرهنگ اشتراک دانش و کمبود منابع. در نهایت، پیاده سازی موفق مدیریت دانش نیازمند رویکردی جامع است که ابعاد سازمانی، فرهنگی، فناورانه و انسانی را در بر می گیرد. پیشنهاد می شود مؤسسات آموزش عالی استراتژی جامع مدیریت دانش تدوین کرده و برنامه های آموزشی، انگیزشی و فناورانه متناسب را اجرا نمایند.
۲۸۸۶.

تأثیر ظرفیت جذب دانش بر عملکرد شرکت های دانش بنیان با تبیین نقش میانجی راهبرد نوآوری و فعالیت های نوآوری باز(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷ 11 - 33

کلیدواژه‌ها: راهبرد نوآوری ظرفیت جذب دانش عملکرد شرکت های دانش بنیان فعالیت های نوآوری باز

حوزه‌های تخصصی:
تعداد بازدید : ۶۱ تعداد دانلود : ۵۷
زمینه/هدف: امروزه، شیوه ارزش آفرینی با تأثیرپذیری از پویایی رقابت دگرگون شده است. این لزوم توجه شرکت ها به دانش و نوآوری برون سازمانی برای خلق ارزش را شدت بخشیده است. لذا این مطالعه با درنظرگرفتن نقش میانجی راهبرد نوآوری و فعالیت های نوآوری باز به بررسی تأثیر ظرفیت جذب دانش بر عملکرد شرکت ها پرداخته است. روش پژوهش: این پژوهش دارای پارادایمی اثبات گرا و رویکردی قیاسی است که از نظر هدف کاربردی و از لحاظ ماهیت و روش گردآوری داده ها توصیفی-پیمایشی است. جامعه آماری شامل 5029 شرکت دانش بنیان در استان تهران بود. حجم نمونه با نرم افزار جی پاور 313 شرکت تعیین شد. داده ها با پرسش نامه استاندارد لی و همکاران (2022)، کاراسکو-کارواخال و همکاران (2023)، نقش بندی و جاسم الدین (2018) و میلووانویچ و همکاران (2016) و روش نمونه گیری تصادفی ساده طی یک پیمایش آنلاین گردآوری شد. برای سنجش روایی از روایی صوری و روایی سازه (روایی همگرا و واگرا) استفاده شد. پایایی نیز با آلفای کرونباخ و پایایی ترکیبی ارزیابی شد. پس از تأیید روایی و پایایی، مدل پژوهش با تکنیک مدل سازی معادلات ساختاری و نرم افزار SmartPLS 3 تحلیل گردید. یافته های پژوهش: یافته ها نشان داد ظرفیت جذب دانش به ترتیب با ضریب مسیر 409/0، 306/0، 329/0، 431/0 و آماره تی 833/9، 740/5، 692/6 و 116/11 بر راهبرد نوآوری، نوآوری باز خروجی و ورودی و عملکرد شرکت تأثیر معناداری دارد. همچنین، تأثیر معنادار راهبرد نوآوری به ترتیب با ضریب مسیر 367/0، 265/0، 438/0 و آماره تی 607/8، 813/3 و 168/11 بر نوآوری باز خروجی و ورودی و عملکرد شرکت تأیید شد. به علاوه، تأثیر نوآوری باز ورودی بر عملکرد شرکت با ضریب مسیر 248/0 و آماره تی 633/3 تأیید اما تأثیر نوآوری باز خروجی بر عملکرد شرکت با ضریب مسیر 068/0 و آماره تی 228/1 رد شد. در نهایت، نقش میانجی راهبرد نوآوری با ضریب مسیر 179/0 و آماره تی 437/2 تأیید اما نقش میانجی نوآوری باز ورودی و خروجی به ترتیب با ضریب مسیر 021/0، 081/0 و آماره تی 719/0 و 612/1 رد شد. نتیجه گیری: مدیران شرکت های دانش بنیان باید بدانند که بهبود عملکرد شرکت به ایجاد شرایطی بستگی دارد که فرایندهای مرتبط با نوآوری را بهبود می بخشد. لذا آن ها باید سرمایه گذاری در دانش و نوآوری برون سازمانی را توأمان با داخل سازمان در اولویت قرار دهند. اصالت/ارزش: این مطالعه اولین پژوهشی است که بر اهمیت ارتباط بین دانش جدید و تدوین و اجرای راهبرد نوآوری به منظور نوآوری باز موفق در شرکت های دانش بنیان مستقر در یک کشور در حال توسعه و نیز مکانیسم های میانجی که دانش بازار را به عملکرد بالا تبدیل می کند، متمرکز شده است. 
۲۸۸۷.

طراحی چارچوب مفهومی انتقال فناوری های پیشرفته در انقلاب صنعتی پنجم: رویکرد تحلیل مضمون(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت دانش سازمانی سال ۷ بهار ۱۴۰۴ شماره ۲۸ 121 - 145

کلیدواژه‌ها: انتقال فناوری صنعت 5.0 فناوری های پیشرفته تحول دیجیتال

حوزه‌های تخصصی:
تعداد بازدید : ۵۹ تعداد دانلود : ۶۲
هدف: ظهور پارادایم صنعت 5.0 با تمرکز بر تعامل هوشمندانه انسان و ماشین، چالش های جدیدی را در فرآیند انتقال فناوری های پیشرفته ایجاد کرده است. هدف این پژوهش تبیین چارچوب مفهومی جامع برای انتقال فناوری های پیشرفته در پارادایم صنعت 5.0 است. روش پژوهش: این پژوهش با رویکرد پراگماتیسم و استراتژی استقرایی-قیاسی انجام شده است. از میان مقالات علمی منتشر شده بین سال های 2017 تا 2024 در پنج پایگاه داده معتبر، 84 مقاله با نمونه گیری هدفمند انتخاب شدند. داده ها با استفاده از رویکرد ترکیبی متن کاوی و تحلیل مضمون تحلیل شدند. در فاز کمی از الگوریتم های LDAو K-means برای خوشه بندی مفاهیم، و در فاز کیفی از روش تحلیل مضمون براون و کلارک استفاده شد. روایی یافته ها با استفاده از روش مثلث سازی و پایایی با محاسبه ضریب توافق کاپا (83/0) تأیید گردید. یافته ها: تحلیل متن کاوی به شناسایی پنج خوشه اصلی منجر شد که شامل فناوری های پیشرفته (54.4%)، انتقال فناوری (8.5%)، صنعت 5.0 (19.2%)، چالش ها و فرصت ها (11.4%) و سیاست گذاری و قوانین (6.6%) بودند. تحلیل مضمون منجر به شناسایی 40 مضمون اصلی و 163 مضمون فرعی شد که در قالب هشت مرحله اصلی انتقال فناوری دسته بندی شدند. این مراحل شامل شناسایی و گزینش، اکتساب، انطباق، جذب و تحلیل، کاربرد و بهره برداری، توسعه و بهبود، اشاعه، و یادگیری و نوآوری است. نتیجه گیری: موفقیت در انتقال فناوری های پیشرفته در صنعت 5.0 مستلزم ایجاد یک اکوسیستم پویا و تعاملی است که در آن عوامل فنی، سازمانی، انسانی و محیطی به طور همزمان مدیریت می شوند. اصالت/ارزش: این پژوهش برای نخستین بار با ترکیب رویکردهای متن کاوی و تحلیل مضمون، چارچوبی جامع برای انتقال فناوری در پارادایم صنعت 5.0 ارائه می دهد که فراتر از مدل های خطی موجود رفته و رویکردی اکوسیستمی ارائه می کند. این چارچوب می تواند مبنایی برای پژوهش های آتی در حوزه انتقال فناوری های پیشرفته و راهنمای عمل مدیران و سیاست گذاران باشد.
۲۸۸۸.

تاثیر استراتژیهای مدیریت دانش بر عملکرد زنجیره تامین پایدار با میانجی گری نوآوری سازگار با محیط زیست (مورد مطالعه: کارکنان شرکتهای کوچک و متوسط استان سمنان)(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷ 91 - 115

کلیدواژه‌ها: استراتژیهای مدیریت دانش شرکتهای کوچک و متوسط عملکرد زنجیره تامین پایدار نوآوری سازگار با محیط زیست

حوزه‌های تخصصی:
تعداد بازدید : ۵۴ تعداد دانلود : ۵۷
زمینه/هدف: طی سالیان اخیر دررابطه با مدیریت دانش، زنجیره تأمین پایدار و نوآوری سازگار با محیط زیست مطالعات زیادی انجام شده است، اما در هیچ یک به بررسی روابط چندبعدی بین متغیرها و علی الخصوص موضوع نوآوری سازگار با محیط زیست، به عنوان مکانیسمی که رابطه استراتژی های مدیریت دانش و عملکرد زنجیره تأمین پایدار را میانجی می کند، پرداخته نشده است. هدف از پژوهش حاضر بررسی تأثیر استراتژی های مدیریت دانش بر عملکرد زنجیره تأمین پایدار با نقش میانجی گری نوآوری سازگار با محیط زیست است. روش پژوهش: بدین منظور از روش تحقیق توصیفی - پیمایشی استفاده شد و پرسش نامه محقق ساخته که از منابع موجود در پیشینه تحقیق تهیه شده و میزان روایی آن با استفاده از شاخص های روایی ظاهری، محتوایی، بار عاملی، روایی همگرا (AVE)، فورنل و لاکر، معیار ضریب تعیین، Q^2 و نیکویی برازش و پایایی آن از طریق آلفای کرونباخ و پایایی ترکیبی تایید گردیده بود، با روش نمونه گیری قضاوتی و هدفمند بین ۲۰۰ نفر از کارکنان شرکتهای کوچک و متوسط استان سمنان توزیع شد. یافته های پژوهش: بنا به نتایج حاصل از فرضیات فرعی پژوهش نیز مشخص شد استراتژی های مدیریت دانش بر عملکرد زنجیره تأمین پایدار (با ضریب اثر 0.178) و عملکرد نوآوری سازگار با محیط زیست (با ضریب اثر 0.301) و همچنین نوآوری سازگار با محیط زیست بر عملکرد زنجیره تأمین پایدار (با ضریب اثر 0.590) تأثیر مثبت و معناداری داشته است و بدین ترتیب تمامی فرضیات پژوهش تایید گردید. نتیجه گیری: نتایج حاصل از بررسی داده های پرسش نامه بر مبنای تحلیل های صورت گرفته با نرم افزارهای SPSS وSmart PLS ، مشخص نمود نقش نوآوری سازگار با محیط زیست به عنوان متغیر میانجی، بر روی تأثیر استراتژی های مدیریت دانش بر عملکرد زنجیره تأمین پایدار مثبت و معنادار (با ضریب اثر 0.498) بوده است.
۲۸۸۹.

بررسی رابطه بین سرمایه انسانی و نوآوری با نقش میانجی اشتراک دانش و شبکه سازی رسانه های اجتماعی در شرکت های خلاق ایرانی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال ۷ زمستان ۱۴۰۳ شماره ۲۷ 117 - 139

کلیدواژه‌ها: اشتراک دانش سرمایه انسانی شبکه سازی رسانه های اجتماعی شرکت های خلاق ایرانی نوآوری

حوزه‌های تخصصی:
تعداد بازدید : ۵۳ تعداد دانلود : ۴۶
هدف: امروزه شرکت ها برای بقای خود در شرایط پیچیده نیاز به نوآوری دارند تا به تولید محصولات و خدمات جدید اقدام کنند. در این راستا، عامل مهم اثرگذار و کلیدی، دستیابی به سرمایه انسانی شایسته است، زیرا به عنوان عامل سازنده شرکت ها تلقی می شود؛ لذا، هدف این پژوهش، بررسی رابطه بین سرمایه انسانی و نوآوری با نقش میانجی اشتراک دانش و شبکه سازی رسانه های اجتماعی در شرکت های خلاق در ایران بود. روش پژوهش: پژوهش حاضر از نظر هدف کاربردی است. رویکرد این پژوهش کمّی است که با استفاده از روش پیمایشی انجام گرفته است. از میان 1611 شرکت خلاق در زمان اجرای پژوهش، 311 شرکت با استفاده از روش نمونه گیری تصادفی به عنوان نمونه انتخاب گردید. گردآوری داده ها به وسیله پرسش نامه استاندارد انجام گرفت. پایایی پرسش نامه با استفاده از ضریب آلفای کرونباخ بررسی شد و مقادیر به دست آمده نشان داد پایایی متغیرهای پژوهش شامل سرمایه انسانی، اشتراک دانش، شبکه سازی رسانه های اجتماعی و نوآوری به ترتیب برابر با 842/0، 863/0، 890/0 و 856/0 بود که حاکی از پایایی مناسب پرسش نامه بود. تعداد 233 پرسش نامه تکمیل شده با استفاده از نرم افزارهای اس پی اس اس و اسمارت پی ال اس تحلیل شد. یافته ها: نتایج نشان داد که سرمایه انسانی با ضریب مسیر 237/0 بر نوآوری اثر مستقیم داشت. همچنین، سرمایه انسانی از طریق متغیرهای میانجی اشتراک دانش وشبکه سازی رسانه های اجتماعی به ترتیب با ضرایب مسیر 169/0 و 180/0 تأثیر مثبت و معناداری بر نوآوری شرکت های خلاق گذاشته است. نتیجه گیری: به طورکلی این پژوهش نشان داد با ارتقای منابع انسانی می توان بر نوآوری در شرکت های خلاق اثر مثبت گذاشت و در این میان، اشتراک دانش و شبکه سازی رسانه های اجتماعی از عوامل کلیدی مهم بودند. شرکت های خلاق می توانند از طریق سرمایه گذاری در آموزش کارکنان، پرورش فرهنگ یادگیری مستمر، ترویج فرهنگ اشتراک دانش، و ترغیب کارکنان به مشارکت فعال در شبکه های اجتماعی نیروی انسانی خود را توسعه داده و بدین طریق نوآوری را تسهیل کنند. اصالت/ارزش: این پژوهش یافته های ارزشمندی در خصوص رابطه بین سرمایه انسانی و نوآوری، به ویژه در بافت شرکت های خلاق ایرانی ارائه می دهد. این پژوهش نه تنها به ادبیات علمی در زمینه سرمایه انسانی و نوآوری کمک می کند، بلکه پیشنهادهای عملی ارائه می دهد که می تواند توسط شرکت ها و سیاست گذاران برای تقویت نوآوری در عصر دیجیتال به کار گرفته شود.
۲۸۹۰.

تاثیر کلان روندهای فناورانه بر توسعه دانشگاه ها در ایران؛ بررسی موردی آثار تحولات فناورانه بر تأمین مالی دانشگاه های دولتی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت دانش سازمانی سال ۷ بهار ۱۴۰۴ شماره ۲۸ 78 - 97

کلیدواژه‌ها: تحولات فناورانه تأمین مالی دانشگاه های دولتی مدیریت دانش مطالعه موردی

حوزه‌های تخصصی:
تعداد بازدید : ۵۱ تعداد دانلود : ۵۱
دانشگاه ها تحت تأثیر آثار تغییرات فناورانه هستند و چنین تغییراتی بر کارکردهای کلیدی دانشگاه همچون توسعه و مدیریت دانش و فناوری و تربیت نیروی انسانی مؤثر می باشد. به همین جهت لازم است کلان روندهای مؤثر بر دانشگاه های آینده از منظر تحولات فناورانه شناسایی و اثر آن بر اقتصاد آموزش عالی تحلیل شود. تحولات فناورانه بر دانشگاه ها، بر آینده آموزش عالی در ایران نیز در ابعاد مختلف اثرگذار است. در این مقاله با توجه به محدوده پژوهش، ضمن شناسایی کلان روندهای فناورانه موثر بر آینده دانشگاه ها در ایران، آثار این کلان روندها بر تامین مالی دانشگاه های دولتی مورد بررسی قرار گرفت. برای اجرای این پژوهش از روش شناسی مطالعه موردی تک موردی استفاده شد. پژوهش مذکور در سطح سیاستگذاری کلان می باشد و مورد مطالعه دانشگاه های دولتی است. در این پژوهش بر اساس روش شناسی مطالعه موردی از طریق مطالعه ادبیات، کلان روندهای مؤثر بر آینده دانشگاه ها از منظر تحولات فناورانه شناسایی شد. سپس بر اساس مطالعات پیشین، سلسله شواهد، رویدادها و آمارها و همچنین مصاحبه های اکتشافی با کانون متخصصان، چارچوب نظری اولیه پژوهش مشتمل بر 15 کلان روند ارائه شدند. در ادامه چارچوب نظری اولیه با استفاده از ابزارهایی همچون مطالعه مستندات و مطالعات پیشین، آمارها و رویدادها و مصاحبه با 13 خبره تدقیق شد. انتخاب خبرگان بر اساس شناسایی مستقیم و روش گلوله برفی و تا رسیدن به اشباع نظری ادامه داشت. مصاحبه با خبرگان کدگذاری شد و در مقاله برخی از نقطه نظرات خبرگان مرتبط با هر کلان روند ارائه شده است. بر این اساس در چارچوب نهایی تعداد کلان روندها از 15 کلان روند به 8 کلان روند کاهش یافت و 19 پیشنهاد سیاستی ارائه شد. 8 کلان روند ارائه شده در چارچوب نهایی شامل مربیگری، خودآموزی، آموزش های بین رشته ای و مبتنی بر مهارت آموزی، یادگیری تلفیقی، آزمایشگاه های آنلاین و شبیه سازی شده، آزمون های آنلاین، ورود به بخش های جدید در آموزش و رقابت جهانی در جذب دانشجو می باشد.
۲۸۹۱.

تجزیه و تحلیل بازگشت دانش بازنشستگان در زنجیره تأمین پالایشگاه اصفهان با رویکرد تلفیقی مدل سازی ساختاری تفسیری و مدل سازی معادلات ساختاری(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت دانش سازمانی سال ۷ بهار ۱۴۰۴ شماره ۲۸ 98 - 120

کلیدواژه‌ها: بازگشت دانش بازنشستگان دانش زنجیره تأمین مدیریت دانش

حوزه‌های تخصصی:
تعداد بازدید : ۵۱ تعداد دانلود : ۴۴
هدف: علی رغم اهمیت دانش بازنشستگان در رفع پیچیدگی ها و چالش های مختلف در زنجیره تأمین پالایشگاه از جمله ریسک های ناشی از نوسانات قیمت نفت و بازار، عدم همکاری و هماهنگی میان اعضای زنجیره تأمین، چالش های نفتی همچون نشت و آتش سوزی و ...، در سالیان اخیر حجم قابل توجهی از دانش با بازنشسته شدن کارکنان خارج شده است. هدف از انجام پژوهش حاضر تجزیه و تحلیل بازگشت دانش بازنشستگان در زنجیره تأمین پالایشگاه اصفهان است. روش پژوهش: پژوهش حاضر از لحاظ هدف، کاربردی و از نظر ماهیت و روش، توصیفی- علی و از نظر شیوه گردآوری داده ها، مطالعه غیرآزمایشی از نوع پیمایشی مقطعی است. در ابتدا 12 عامل مؤثر بر بازگشت دانش بازنشستگان بر اساس مرور پیشینه پژوهش شناسایی و به تأیید خبرگان دانشگاهی و صنعتی (پالایشگاه اصفهان) رسید. به منظور ارائه مدل مفهومی پژوهش از رویکرد مدل سازی ساختاری تفسیری استفاده شده است. در این بخش ابتدا پرسشنامه مقایسات زوجی میان عوامل اثرگذار بر بازگشت دانش بازنشستگان در زنجیره تأمین پالایشگاه اصفهان طراحی شد. سپس با استفاده از روش نمونه گیری قضاوتی و نظرخواهی از 15 نفر از خبرگان دانشگاهی و صنعتی، نحوه ارتباط میان عوامل مؤثر بر بازگشت دانش بازنشستگان شناسایی و مدل مفهومی ارائه شد. به منظور تأیید یا رد مدل مفهومی از رویکرد مدل سازی معادلات ساختاری و نرم افزار Smart PLS3 استفاده شده است. با استفاده از روش نمونه گیری در دسترس تعداد 300 پرسشنامه میان کارکنان و مدیران پالایشگاه اصفهان توزیع که از این میان تعداد 243 پرسشنامه بازگشت داده شد. روایی پرسشنامه پژوهش با استفاده از روایی همگرا (ضرایب بار عاملی و معیار AVE) و روایی واگرا (جدول فورنل- لارکر) تأیید شده است. همچنین پایایی پرسشنامه پژوهش با استفاده از معیارهای آلفای کرونباخ و پایایی ترکیبی مورد تأیید قرار گرفته است. یافته ها: نتایج این پژوهش نشان داد که حمایت دولت با ضریب مسیر 495/0 و دانش و تجربه بازنشستگان با ضریب مسیر 416/0 بر حمایت مدیریت ارشد و حمایت مدیریت ارشد با ضریب مسیر 789/0 بر مشوق های مالی و با ضریب مسیر 854/0 بر مشوق های غیرمالی تأثیرگذار است. علاوه بر این نتایج پژوهش نشان داد که مشوق های مالی با ضریب مسیر 383/0 و مشوق های غیرمالی با ضریب مسیر 522/0 بر فرهنگ حفظ و ارتقاء دانش سازمانی، فرهنگ حفظ و ارتقاء دانش سازمانی با ضریب مسیر 817/0 بر استفاده از فناوری های پیشرفته، استفاده از فناوری های پیشرفته بر مطلوبیت محیط کار با ضریب مسیر 787/0، مطلوبیت محیط کار با ضریب مسیر 805/0 بر مشارکت و همکاری کارکنان و مشارکت و همکاری کارکنان با ضریب مسیر 774/0 بر انسجام و ثبات سازمانی تأثیرگذار است. از دیگر نتایج این پژوهش می توان به تأثیر انسجام و ثبات سازمانی با ضریب مسیر 797/0 بر تسهیل ارتباطات و تأثیر تسهیل ارتباطات بر کیفیت محصولات و خدمات با ضریب مسیر 804/0 اشاره کرد. نتیجه گیری: نتایج پژوهش نشان داد که بازگشت دانش بازنشستگان نقش تعیین کننده ای در رفع چالش ها در زنجیره تأمین پالایشگاه اصفهان دارد. همچنین بر اساس مدل مفهومی ارائه شده از رویکرد مدل سازی ساختاری تفسیری، حمایت دولت و دانش و تجربه بازنشستگان به عنوان عوامل کلیدی در بازگشت دانش بازنشستگان در زنجیره تأمین پالایشگاه اصفهان شناسایی شده اند.
۲۸۹۲.

توصیف شبکه یادگیری سازمانی و تبیین عوامل موثر بر شکل گیری آن با استفاده از روش تحلیل شبکه (مورد مطالعه: شرکت برق منطقه ای خراسان)(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت دانش سازمانی سال ۷ بهار ۱۴۰۴ شماره ۲۸ 11 - 32

کلیدواژه‌ها: روش تحلیل شبکه اجتماعی شبکه اجتماعی شبکه یادگیری شرکت برق منطقه ای خراسان یادگیری سازمانی

حوزه‌های تخصصی:
تعداد بازدید : ۴۸ تعداد دانلود : ۶۰
در سازمان های معاصر که بقا و رشد آن ها به چابکی و توانایی انطباق با تغییرات محیطی بستگی دارد، تسهیل فرآیند یادگیری و پیوند آن با فعالیت های روزمره کارکنان به چالشی اساسی برای رهبران تبدیل شده است. عدم اثربخشی فرآیندهای آموزش رسمی و ضرورت توجه به تعاملات اجتماعی کارکنان برای تسهیل یادگیری، نیاز به رویکردهای نوآورانه در زمینه یادگیری سازمانی را تقویت می کند. این پژوهش درصدد تبیین ساختار شبکه یادگیری سازمانی و شناسایی عوامل مؤثر بر شکل گیری آن در شرکت برق منطقه ای خراسان است. برای دستیابی به این هدف با اتخاذ رویکردی کمی و به کارگیری شاخص های روشمند تحلیل شبکه اجتماعی در جایگاه روش پژوهش ساختار کلی شبکه یادگیری بر مبنای شاخص های توصیفی تحلیل شبکه اجتماعی احصا و موقعیت کنشگران در آن تبیین شد. جامعه آماری در این پژوهش متشکل از 327 از کارشناسان و مدیران شرکت برق منطقه ای خراسان می باشد. گردآوری داده های رابطه ای دراین جامعه با استفاده ازپرسش نامه تحلیل شبکه اجتماعی انجام شد. در این پژوهش از نرم افزار VOSviewer برای تحلیل داده های رابطه ای و طیف گسترده ای از شاخص های آماری تحلیل شبکه اجتماعی استفاده شد. بر اساس نتایج حاصل از یافته های این پژوهش، شبکه یادگیری سازمانی شرکت برق منطقه ای خراسان پراکنده و از انسجام کافی برخوردار نمی باشد. درصد زیادی از کنشگران در موقعیت-های پیرامونی این شبکه قرار دارند و در جایگاه مصرف کنندگان دانش موجود ایفای نقش می کنند. همچنین نتایج حاکی از تحلیل عوامل موثر نشان داد که همسانی معاونت، جنسیت، تحصیلات و سابقه کاری کنشگران از متغیرهای مهم در شکل گیری شبکه یادگیری سازمانی به شمار می آیند، این در حالی است که اثر آموزش های سازمانی که با شیوه های مرسوم و سنتی در سازمان ها برنامه ریزی و اجرا می شود، در شکل گیری شبکه یادگیری سازمانی معنی دار نمی باشد. بر اساس نتایج حاصل از این پژوهش پیشنهاد می شود که رهبران سازمان با تقویت ارتباطات میان حوزه ای، توسعه فرهنگ اشتراک دانش، ایجاد و توسعه اجتماعات کاری حرفه ای در قالب کمیته و کارگروه های تخصصی، زمینه سازی برای برقراری پیوند میان هادیان جریان یادگیری با سایر کنشگران، گامی اساسی در تقویت پیوند های مبتنی بر اشتراک دانش و تسهیل فرآیند یادگیری در سازمان بردارند.
۲۸۹۳.

A Governance Framework for Digital Transformation in Banking: Unveiling Archetypes through Latent Class Analysis(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 117 - 147

کلیدواژه‌ها: Digital Transformation Digital governance Digital Banks Digital Innovations Latent Class Analysis

حوزه‌های تخصصی:
تعداد بازدید : ۳۴ تعداد دانلود : ۲۶
The banking industry is undergoing a significant transformation driven by digital technologies, evolving customer behaviors, and increasing regulatory pressures. To remain competitive, banks must adopt governance frameworks that integrate digital innovations to enhance operational efficiency and improve environmental, social, and governance (ESG) performance. This study identifies governance framework archetypes essential to digital transformation in banks through a comprehensive research methodology, including a literature review of digital governance frameworks, a comparative analysis of 11 leading digital banks worldwide, and latent class analysis to uncover key archetypes. Our findings reveal nine distinct governance archetypes, categorized into three dimensions: structural, including Centralized, Semi-centralized, and Open Innovation-oriented banks; dedicated processes, comprising Continuous Improvement, Vanguard, and Fast Follower banks; and relational mechanisms, featuring Self-empowering, Explorer, and Relationship-oriented banks. This classification advances the understanding of governance approaches that effectively support banks in their digital transformation journeys. The implications of these archetypes are substantial, offering a framework for banks to align their strategies with digital transformation initiatives. By adopting these governance structures, banks can better navigate the complexities of the digital landscape, foster innovation, and ultimately enhance their service offerings while addressing the evolving demands of customers. This research contributes to the growing body of knowledge on digital governance in banking and provides guidance for financial institutions striving to succeed in an increasingly digital world.
۲۸۹۴.

An Analytical Framework for Evaluating the Impact of Digital Transformation Technologies on Business Performance: A Natural Language Processing Approach(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 41 - 88

کلیدواژه‌ها: Digital Transformation Technology Business performance thematic analysis Text Analytics Dynamic Capability Theory

حوزه‌های تخصصی:
تعداد بازدید : ۲۹ تعداد دانلود : ۲۴
Extensive technological advancements have highlighted the importance of digital transformation in improving business performance. While prior research on this topic has been done in the information systems and business management domains, it has been limited to specific areas. Therefore, it is crucial to evaluate the impact of digital transformation comprehensively. This research aims to systematically identify critical themes, significant topics, main concepts, and trend priorities. The study involved the analysis of 474 research papers from 2015 to 2024 from reputable databases such as SCOPUS, Web of Science, and IEEE Xplore. First, thematic analysis identified the main themes and interpreted their relationships. Identified themes refer to technological changes at the operational and strategic levels through data analytics, digitalization, collaborative learning, and digital interaction. Realizing that digital transformation leads to value creation, improved service quality, customer experience, and long-term communication in digital ecosystems. These findings were related to dynamic capability theory concepts and compared with theory constructs like sensing, seizing, and transforming. Next, text mining techniques were used for deeper investigation, including word cloud, topic modeling (Latent Dirichlet Allocation), and text clustering (K-means). Findings were categorized into three perspectives: business, customer, and systemic, highlighting the influential role of digital technologies, particularly artificial intelligence (AI) capabilities. Moreover, trend analysis presented research priorities using VOSviewer. Finally, research innovation involved designing thematic networks and examining the relevance of significant topics as a research artifact with subtle differences compared to the conducted research. This novel approach provides five targeted propositions to audiences for future research.
۲۸۹۵.

Blended Learning in Higher Education: Key Challenges(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 18 - 40

کلیدواژه‌ها: Blended Learning Challenges Higher Education - Teaching and Learning Strategies

حوزه‌های تخصصی:
تعداد بازدید : ۲۵ تعداد دانلود : ۲۵
Blended learning is a pedagogical approach that combines face-to-face instruction with online activities and has garnered significant interest in recent years. Despite the potential benefits of blended learning, it faces several critical issues that may dampen stakeholders' enthusiasm within universities. Consequently, the current study explores the key challenges of blended learning in higher education institutions. The data for this research were collected through a qualitative approach, using a descriptive phenomenological method and semi-structured interviews with experts in the field. The findings were then analyzed using Colaizzi’s (1978) seven-step method. During our research, interviews were conducted with 14 experts in the field through purposeful sampling. From these comprehensive discussions, a total of 112 significant statements were identified. These statements were then meticulously categorized into ten initial themes, providing a structured overview of the data. Further analysis allowed us to distill the challenges associated with the blended learning approach in higher education into three critical factors. The validity of the qualitative data, based on the four criteria of Lincoln and Guba (1985)—credibility, transferability, dependability, and confirmability—was examined through re-coding by two independent coders and confirmed. The findings reveal that the challenges associated with implementing blended learning in higher education can be categorized into personal, organizational, and support-related factors. Each of these dimensions encompasses various critical elements. Notably, these research outcomes hold significant potential for facilitating the successful adoption of a pragmatic blended teaching and learning approach within higher education.
۲۸۹۶.

Exploring Overlooked Features of Online Touchpoints in Multitouch Attribution Models: A Qualitative Study(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 89 - 116

کلیدواژه‌ها: Online touchpoints Multitouch attribution models Digital Marketing Online customer journey

حوزه‌های تخصصی:
تعداد بازدید : ۲۳ تعداد دانلود : ۲۳
The challenge of allocating marketing budgets across multiple online channels is a significant issue for practitioners and continues to be a compelling area of research within the academic community. Many practitioners attribute credit to touchpoints in analyzing online users’ journeys based on intuition or by comparing existing models. Touchpoints are the interaction moments between companies and customers. Marketers monitor all data related to touchpoints throughout the customer journey and attempt to assess the impact of each advertising channel. Understanding each touchpoint is crucial for making decisions about budget allocations and setting inventory prices. Numerous studies have been conducted to categorize and analyze touchpoints. However, a detailed and comprehensive study on this topic is lacking. In this study, nine semi-structured interviews were conducted with experts and academics in the field, leading to the identification of 35 distinct touchpoint features. The features were extracted using MAXQDA software and a thematic analysis methodology. These features have been organized into five main categories: Time (9 features), Technology (6 features), Marketing (7 features), Visits (7 features), and Events (6 features). Utilizing these features allows for detailed monitoring of online user behavior, and by integrating them into attribution models, it becomes possible to make accurate predictions about conversions.
۲۸۹۷.

A Comparison of Prerequisite and Post-requisite Microlearning Approaches with Traditional Training for Developing Professional Competence in Human Resources(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 1 - 17

کلیدواژه‌ها: Microlearning E-Learning Human resource development New Educational Approaches

حوزه‌های تخصصی:
تعداد بازدید : ۲۴ تعداد دانلود : ۲۱
The microlearning approach is increasingly adopted in organizational training because it delivers educational content in concise and easily digestible segments. This approach is widely viewed as both engaging and effective. However, empirical evidence regarding its effectiveness remains limited, particularly when microlearning is a prerequisite or a post-requisite to conventional training courses. To address this gap, the present study evaluated the effectiveness of prerequisite and post-requisite microlearning formats compared to traditional training methods in enhancing employees’ professional competencies. This study employed a quasi-experimental post-test design with a control group. The target population comprised employees of a state-owned bank in Tehran Province. From this population, 90 individuals were selected through convenience sampling and randomly assigned to three groups: a prerequisite microlearning group (experimental), a post-requisite microlearning group (experimental), and a traditional training group (control). All groups received a training course titled Problem-Solving in the Banking Industry. For the experimental groups, the course was delivered using a blended approach that combined microlearning with face-to-face instruction. In contrast, the control group received the training exclusively through face-to-face sessions. Data collection and analysis were conducted over three weeks using the Kirkpatrick Evaluation Model. The findings revealed that the experimental groups reported significantly higher levels of reaction (p = 0.017) and learning (p = 0.001) compared to the control group. However, no significant difference in behavioral change was observed among the groups (p = 0.115). These results suggest that while microlearning can enhance learner reactions and learning outcomes, it may not be sufficient to drive behavioral change in the workplace.
۲۸۹۸.

Generative AI-Driven Hyper Personalized Wearable Healthcare Devices: A New Paradigm for Adaptive Health Monitoring(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Special Issue on SI: Intelligent Security and Management, ۲۰۲۵ 130 - 154

کلیدواژه‌ها: Adaptive learning Anomaly Detection Data Integration generative AI Health monitoring Personalized healthcare

حوزه‌های تخصصی:
تعداد بازدید : ۲۳ تعداد دانلود : ۱۲
This study aims to present a novel generative AI-driven system for hyper-personalized health monitoring. Dynamic data processing, predictive modeling, and flexible learning improve real-time health evaluations. By combining weighted feature aggregation, iterative least squares estimation, and selective feature extraction, the suggested strategy makes predictions that are more accurate while using less computer power. Abnormality detection methods like adaptive thresholding and Kalman filtering provide accurate health monitoring. Attention, gradient-based optimization, and sequence learning improve health trend forecasts as the model improves. Generative AI-driven wearables outperform conventional and AI-based alternatives in many key performance tests. These evaluations include prediction accuracy (94%), real-time monitoring efficiency (93%), adaptability (92%), data integration quality (95%), and system reaction time (90 ms). These devices are safer (96%), have longer battery life (32 hours), and are simpler, more comfortable, and scalable. The results suggest that creative AI can transform personal healthcare into something more adaptable, safe, and affordable. Generative AI-powered smart gadgets are the most sophisticated means to monitor health in real time and deliver individualized, data-driven medical treatment. Future research will concentrate on improving prediction models and developing AI-driven modification approaches to make them more effective in additional healthcare scenarios.
۲۸۹۹.

The Effect of Time-related IS Project Names on Project Escalation(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Issue ۳, ۲۰۲۵ 173 - 196

کلیدواژه‌ها: IS Project Management Time Project Escalation Project Names Selective Perception

حوزه‌های تخصصی:
تعداد بازدید : ۲۲ تعداد دانلود : ۲۸
Many Information Systems (IS) projects experience serious problems that prevent them from meeting schedule, budget, and functionality targets. Managers often escalate their commitment to such projects, plowing ahead with them instead of hitting the pause button to address issues, a process known as project escalation. Due to the increasing pressure to develop systems and bring products to market faster, making decisions that involve time are more important than ever. While time has been studied in the IS domain, the effect of emphasizing time in a project’s name on IS project escalation decisions is not known. In this study, we explore whether a project name that explicitly refers to time can influence escalation decisions, and we examine the underlying mechanism through which that occurs. Sixty-two practitioners participated in a 2x1 factorial design experiment in which the project name was manipulated, but all other project information was identical. We theorize that emphasizing time in the project name can cause selective perception, drawing attention towards the schedule of the project and away from other aspects. Such selective perception can increase the likelihood of escalation of commitment to the schedule of the project when facing quality issues that require deviating from this schedule. We hypothesize that this effect of selective perception on escalation can be both direct and indirect. The results from the experiment support our research model.
۲۹۰۰.

Hybrid EEG-Based Eye State Classification Using LSTM, Neural Networks, and Multivariate Analysis(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۷, Special Issue on SI: Intelligent Security and Management, ۲۰۲۵ 16 - 31

کلیدواژه‌ها: Machine Learning Ensemble classifiers feature selection SVM LSTM

حوزه‌های تخصصی:
تعداد بازدید : ۲۳ تعداد دانلود : ۱۴
This paper focuses on a new hybrid machine learning model for classifying eye states from EEG signals by integrating traditional techniques with deep learning methods. Our Hybrid LSTM-KNN architecture employs KNN for classification and uses LSTM networks to extract features temporally. In addition, we perform extensive feature engineering, including statistical Z-test and IQR filtering, dimensionality reduction using PCA, and multivariate analysis to further model the performance. Moreover, an SVM-based unsupervised clustering approach is proposed to partition the EEG feature space, followed by ensemble learning in each cluster to improve accuracy and robustness. Using the EEG Eye State Dataset for the first assessment, the Hybrid LSTM-KNN model recorded an accuracy of 87.2% without PCA. Further improvements through statistical filtering outperformed initial expectations, achieving a 6% rise in performance to 89.1% after outlier removal, 89.1% with Z-test (σ = 3), and 88.3% with IQR (1.5x). After applying PCA along with ensemble learning post clustering, the final model exceeded expectations with an accuracy and F1 score of 96.8%, surpassing Ensemble Cluster-KNN and traditional models based on Ensemble Cluster-KNN, Logistic Regression, SVM, and Random Forest. The outcome demonstrates the robustness and noise-resilience of the model’s performance in practical real-time brain-computer interface and cognitive monitoring systems.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان