ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱۸۱ تا ۲۰۰ مورد از کل ۸٬۱۶۶ مورد.
۱۸۱.

میزان فراگیری سامانه های پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) با تمرکز بر شاخص های WCAG2.2 و تجربه کاربران با آسیب بینایی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۳ تعداد دانلود : ۴۵
تعامل با داده‌های وب و فناوری‌های اطلاعات و ارتباطات نقش مهمی در توسعه جامعه اطلاعاتی و ارتقای کیفیت زندگی افراد دارای معلولیت دارد. با وجود پیشرفت‌های دیجیتال، شکاف‌های دسترس‌پذیری و کاربردپذیری برای کاربران دارای آسیب بینایی همچنان پابرجاست. این پژوهش با تمرکز بر سامانه‌های پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، میزان انطباق این سامانه‌ها با استانداردهای بین‌المللی دسترس‌پذیری (WCAG 2.2) و تجربه واقعی کاربران نابینا و کم‌بینا را بررسی می‌کند. نتایج می‌تواند به بهبود فراگیری، عدالت آموزشی و ارتقای کیفیت خدمات دیجیتال برای این گروه کمک کند. پژوهش حاضر با رویکرد غالب کمّی، به ارزیابی دسترس‌پذیری و کاربردپذیری سامانه‌های پژوهشگاه علوم و فناوری اطلاعات ایران برای کاربران با آسیب بینایی پرداخت. این مطالعه از دو روش اصلی بهره برد: نخست، ارزیابی فنی با استفاده از ابزار خودکار Accessibility Insights و وارسی مبتنی ‌بر آخرین نسخه ‌شاخص‌های استخراجی کنسرسیوم وب جهان‌گستر (ویرایش 2023) در دو اولویت A و AA با رویکرد فازی؛ و دوم، آزمون کاربردپذیری با کاربران واقعی نابینا و کم‌بینا از طریق تعریف وظایف مشابه در سامانه‌ها و مشاهده دقیق نحوه تعامل آن‌ها. داده‌های کمّی حاصل از زمان انجام وظایف، موفقیت در انجام آن‌ها و پرسشنامه‌های پیش و پس‌آزمون تحلیل آماری شدند. داده‌های آزمون کاربردپذیری نیز از طریق مشاهده رفتار کاربران با مشارکت 24 کاربر با آسیب بینایی (در مجموع، 48 بازدید)، شنیدن صفحه‌خوانNVDA و تحلیل کد HTML تکمیل شدند. عملکرد هر کاربر با نرخ تکمیل موفقیت‌آمیز کار، مدت‌زمان لازم برای انجام کارها، رتبه‌بندی رضایت و میزان دریافت راهنمایی و کمک اندازه‌گیری شد. نمونه‌گیری هدفمند و گلوله‌برفی برای انتخاب کاربران با تجربه کافی انجام شد تا موانع ساختاری دسترس‌پذیری و کاربردپذیری شناسایی شود. ارتباط با کاربران به‌صورت آنلاین و ضبط کامل فرایند انجام شد. این روشِ چندوجهی، ترکیبی از دیدگاه‌های فنی و تجربه کاربران نهایی را دربرمی‌گیرد و اعتبار و جامعیت یافته‌ها را افزایش می‌دهد. نتایج ارزیابی فنی با ابزار خودکار نشان داد که در این سامانه‌ها به تضاد رنگ متن و پس‌زمینه توجه اندکی شده است. جایگزین‌های متنی برای عناصر غیرمتنی، برچسب‌گذاری عناصر فرم‌ها، برچسب و نام پیوند‌‌‌ها، برچسب دکمه‌ها و ... جزو مواردی است که نیازمند بررسی و بازبینی مجدد است. همچنین یافته‌ها نشان داد که هیچ‌یک از سامانه‌ها به‌طور کامل با WCAG2.2 مطابقت ندارند. «سامانه پیشینه» با بالاترین میزان تطابق با شاخص‌های دسترس‌پذیری در سطوح A (71 درصد) و AA(77 درصد)، دسترس‌پذیرترین سامانه بود؛ در حالی که «سامانه گنج» (50 درصد) کمترین میزان تطابق را در سطحAA نشان داد و سایر سامانه‌ها در سطوح مختلف، میزان دسترس‌پذیری متفاوتی را به نمایش گذاشتند. در اولویت A و AA گرچه شاخص‌های زیادی توسط سامانه‌ها تا حدودی رعایت شده، ولی برخی از شاخص‌ها اصلاً رعایت نشده است. نبودِ امکان پرش آسان از بلوک‌های تکراری محتوا، عدم استفاده از محتوای متنی واضح برای عناوین صفحات، عدم شناسایی و توصیف خطاهای پیش‌آمده برای کاربران، و عدم ارائه کامل برچسب‌ها و هدینگ‌های توصیفی و واضح با ترتیب منطقی از آن جمله است. داده‌های آزمون کاربردپذیری نیز نشان داد که انجام وظایف در سامانه‌ها در سطح متوسط و حتی آسان بوده است. میانگین‌های بالا، نشان‌دهندة اوضاع به‌نسبت مساعد سامانه‌های «ایرانداک» است. پژوهش حاضر با بررسی نظام‌مند تعامل کاربران صفحه‌خوان با سامانه‌های پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) و تحلیل تطابق آن‌ها با آخرین نسخه شاخص‌های‌WCAG 2.2، گامی مؤثر در بهبود دسترس‌پذیری و کاربردپذیری این سامانه‌ها برای کاربران دارای آسیب بینایی برداشته است. یافته‌ها نشان می‌دهد که به‌‌رغم برخی پیشرفت‌ها، نیاز به اصلاحات بنیادین در طراحی رابط کاربری، بهبود تضاد رنگ رنگ، ارائه جایگزین‌های متنی جامع، و بهینه‌سازی ساختار معنایی محتوا و فرایندهای انجام وظایف وجود دارد. همچنین، ارائه راهنماها و مستندات دسترس‌پذیر و افزودن قابلیت‌های ناوبری کلیدی مانند پیوند‌های پرش، برای ارتقای تجربه کاربری این گروه ضروری است. این مطالعه با استفاده از روشِ چندوجهی و مشارکت فعال کاربران نابینا و کم‌بینا، چارچوبی عملی و قابل اتکا برای ارزیابی و بهبود سامانه‌های تخصصی فارسی‌زبان فراهم کرده است. نتایج پژوهش می‌تواند به‌عنوان الگویی برای سامانه‌های مشابه در حوزه‌های پژوهشی و آموزشی مورد استفاده قرار گیرد و بستری مناسب برای توسعه سامانه‌های فراگیرتر و عدالت‌محور در دسترسی به اطلاعات علمی فراهم آوَرَد. بدین‌ترتیب، این مطالعه گامی مهم در جهت ارتقای کیفیت خدمات دیجیتال برای کاربران آسیب‌پذیر و تحقق عدالت دسترسی به اطلاعات علمی محسوب می‌شود.
۱۸۲.

بررسی رابطه بین هوش مصنوعی و عملکرد کارکنان: نقش میانجی تسهیم دانش(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۸۴ تعداد دانلود : ۱۰۶
هدف از انجام این پژوهش بررسی رابطه بین هوش مصنوعی و عملکرد کتابداران پزشکی: نقش میانجی تسهیم دانش در بین مدیران، کارکنان اداری، رؤسای کتابخانه های علوم پزشکی تابعه وزارت بهداشت، درمان و آموزش پزشکی مستقر در شهر تهران است. روش پژوهش حاضر، توصیفی و از نوع پیمایشی بوده و براساس هدف، کاربردی است. جامعه آماری مدیران، کارکنان اداری، رؤسای کتابخانه های علوم پزشکی تابعه وزارت بهداشت، درمان و آموزش پزشکی مستقر در شهر تهران بوده و به دلیل محدود بودن حجم جامعه آماری، همه جامعه با استفاده از روش سرشماری لحاظ گردیده است که 176 نفر به کار گرفته شد. ابزار گردآوری اطلاعات این پژوهش برای جهت سنجش هوش مصنوعی از پرسش نامه چن و همکاران (۲۰22) که حاوی 22 گویه ای که طیف گسترده ای از ابعاد هوش مصنوعی را در بر بگیرند، استفاده شد. جهت سنجش عملکرد کارکنان از پرسش نامه استیفن (2005) که حاوی 12 گویه، همچنین جهت سنجش تسهیم دانش از پرسش نامه داماج و همکاران (2016) که حاوی 12 گویه، استفاده شد؛ که پایایی آن از طریق آزمون آلفای کرونباخ و روایی آن از طریق روایی همگرا و روایی واگرا مورد تأیید قرار گرفت. تحلیل داده ها با استفاده از شاخص های آمار توصیفی همچون توزیع فراوانی و آمار استنباطی و روش مد ل سازی معادلات ساختاری با Smart PLS انجام شد. یافته ها نشان داد، هوش مصنوعی بر عملکرد کارکنان تأثیر مثبت و معنی داری دارد و همچنین هوش مصنوعی بر تسهیم دانش تأثیر مثبت دارد. تسهیم دانش بر عملکرد کارکنان تأثیر مثبت و معنی داری دارد. نتایج نشان داد تسهیم دانش به عنوان یک میانجی کامل در رابطه بین هوش مصنوعی و عملکرد کارکنان عمل می کند.
۱۸۳.

بررسی و تدوین رهنمودهایی اخلاقی برای توسعه و استقرار سیستم های هوش مصنوعی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۵۴ تعداد دانلود : ۵۶
اخلاق هوش مصنوعی یک حوزه مطالعاتی نسبتا نوظهوری در گستره اخلاق کاربردی است که متأثر از تحولات ناشی از توسعه و استقرار سیستم های هوش مصنوعی به بررسی پیامدها و مسائل اخلاقی و اجتماعی مرتبط با آن می پردازد. اگرچه برخی از این پیامدها و مسائل اخلاقی تاحدی قابل پیش بینی بوده است و امکان تحلیل ها و بررسی های اخلاقی را فراهم کرده است، اما به نظر می رسد با رشد و نفوذ روزافزون سیستم های هوش مصنوعی در تمامی ابعاد و شئون زندگی اجتماعی و فردی انسان ها، چالش های اخلاقی بعضا مبهم و پیچیده ای نیز در حال تحقق است. از این رو، در حوزه مطالعاتی اخلاق هوش مصنوعی، مجموعه مسائلی که به خوبی تثبیت شده یا از جامعیت قابل قبولی برخودار باشد، در واقع وجود ندارد. با این حال، تلاش های متعددی توسط سازمان های ملی و بین المللی در حوزه گردآوری و تدوین اصول و رهنمودهای اخلاق هوش مصنوعی در یک دهه اخیر انجام شده است. هر سند اخلاق هوش مصنوعی معمولا شامل دو بخش اصول اخلاقی و رهنمودهای اخلاقی است؛ در این سندها اصول اخلاقی مبنای گردآوری و صورتبندی رهنمودهای اخلاقی است. هدف این مقاله معرفی اصول و تدوین رهنمودهای اخلاق هوش مصنوعی با مطالعه هفت سند ملی و بین المللی است. بر این اساس، پنج اصل اخلاقی یکپارچه فلوریدی و کولز مبنای گردآوری و بررسی رهنمودهای اخلاق هوش مصنوعی قرار گرفت. این رهنمودها در سه مرحله بررسی شد: در مرحله اول، رهنمودهای اخلاقی از اسناد مذکور استخراج و در چارچوب پنج اصل اخلاقی فهرست شدند. در مرحله دوم، رهنمودهای گردآوری شده، یکدست سازی و پالایش گردیدند. در مرحله سوم، برای ارزیابی روایی یافته ها و دستاورد پژوهش، رهنمودهای اخلاقی پالایش شده ذیل اصول اخلاقی پنج گانه توسط گروهی کانونی از متخصصان نقد و بررسی شد تا فرآیند اعتباربخشی به رهنمودهای اخلاقی برگزیده با دستیابی به اِجماعی نسبی میان متخصصان تحقق بیابد.
۱۸۴.

Towards a Human-Centric Industry 5.0 Enabled by the Convergence of Artificial Intelligence, Internet of Things, and Blockchain

نویسنده:
حوزه‌های تخصصی:
تعداد بازدید : ۲۹ تعداد دانلود : ۵۴
Industry 5.0 envisions a transformative industrial paradigm that goes beyond mere automation, emphasizing human-centricity, sustainability, and resilience. The convergence of Artificial Intelligence (AI), Internet of Things (IoT), and Blockchain forms a powerful technological foundation to achieve this vision, enabling intelligent, interconnected, and secure industrial operations. In this paper, we propose a comprehensive conceptual architecture for integrating these three technologies, facilitating seamless interaction between humans, machines, and decentralized systems. We conduct a systematic review of the existing literature, examining design patterns, practical use cases, adoption barriers, and key challenges. Additionally, we analyze real-world industrial implementations to extract insights, lessons learned, and best practices. Our findings highlight critical technical, governance, and scalability issues, including interoperability, data privacy, regulatory compliance, and infrastructure limitations. To address these challenges, we present a multiphase strategic roadmap for the deployment and adoption of AI–IoT–Blockchain convergence in human-centric industrial environments. Finally, we discuss emerging research directions, such as post-quantum blockchains, federated learning, autonomous economic agents, and resilient cyber-physical systems. Our analysis indicates that while the convergence of these technologies holds transformative potential for Industry 5.0, practical and scalable adoption requires careful system design, iterative prototyping, and robust policy frameworks. This study provides a structured reference for researchers, practitioners, and policymakers seeking to advance human-centric, sustainable, and technologically empowered industrial systems.
۱۸۵.

Edge AI for Transforming Autonomous Systems and Telecommunications for Enhanced Efficiency and Responsiveness(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۱۱۱ تعداد دانلود : ۱۱۲
Background: Enabling Edge Artificial Intelligence (Edge AI) to be implemented in autonomous systems and telecommunications can offer for improved real-time data, non-recurring latency, enhanced operational proficiency. Some empirical research suggests that Edge AI minimizes latency by 70%, enhances computing speed by 50%, and cuts bandwidth consumption by 30% in the most demanding cases. Objective: The purpose of this article is to investigate how Edge AI can serve as an enabling technology for the future of self-sustaining environments such as autonomous mobility and telecommunications in terms of measured utility and differentiation. Methods: Screening 120 refereed articles and 25 case studies connected to Edge AI application in telecoms and self-governing systems, this systematic looked-for patterns in the proximal research and promising agendas. The review encompassed research works concerned with latency minimization, bandwidth enhancement and enhancement in the processing capacity. Focus was made on application areas like self-driving cars, industrial IoT, and smart city platforms and performance analysis was made in these areas. Results: The current study prove that when employed in autonomous systems, Edge AI enhances decision making reaction time by 40-60%, while enhancing data traffic throughput within telecommunications networks by 35%. Further, Edge AI makes the overall energy consumption lower in IoT-based applications by cutting down the average usage by a quarter thus creating a sustainable network. Conclusion: Edge AI becomes a central tool in the development of self-driving cars and telecommunications, increased performance and ability to handle mass amount of data at a low latency. These developments place Edge AI at the base of the evolution of future intelligent systems as the basis for smarter and more responsive technological landscapes.
۱۸۶.

میزان رعایت حق مؤلف توسط دانشجویان در بهره گیری از منابع اطلاعاتی دیداری(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۳۶ تعداد دانلود : ۴۸
هدف: تعریف بنیادی سواد دیداری، توانایی خواندن، نوشتن و ایجاد عناصر دیداری است. این مهارت شامل ارزیابی و درک سوابق دیداری است که برای متخصصان علم اطلاعات و پژوهشگران در مدیریت و تفسیر مؤثر تصاویر بسیار مهم است. سواد دیداری به گروهی از توانایی های بینایی اشاره دارد که یک انسان می تواند با دیدن و هم زمان داشتن و ادغام سایر تجربیات حسی ایجاد کند. همچنین، سواد دیداری به توانایی تفسیر و استفاده موفق از تصاویر اشاره دارد. سواد دیداری یک گفت وگوی مداوم درباره تصاویر، عکس ها، نگاره ها، نمادها و به طورکلی تصاویر است. همچنین زمینه ای برای مطالعه و تمرین که نحوه مشاهده و تفسیر تصاویر و شیوه استفاده از نمادها و عکس ها برای انتقال معنا را بررسی می کند. با استفاده گسترده از تصاویر در رسانه های مختلف و منابع اطلاعاتی و توسعه فناوری های دیداری، در حال حاضر کاربران رسانه تا حد زیادی با اطلاعات دیداری مواجه شده اند. لازم به ذکر است که سواد دیداری مفهومی بین رشته ای است و نقش مهمی در آموزش عالی ایفا می کند. استفاده دانشجویان از مهارت های سواد دیداری در دانشگاه ها نقش مهمی در فعالیت های عملی آن ها دارد. این پژوهش به بررسی نقش سواد دیداری در رعایت حقوق مالکیت فکری در استفاده از منابع اطلاعاتی می پردازد. روش : روش پژوهش پیمایشی – تحلیلی است. جامعه آماری 41 نفر از متخصصان موضوعی دانشگاهی هستند که درزمینه سواد دیداری آگاهی و اطلاعات دارند. ابزار گردآوری اطلاعات پرسش نامه محقق ساخته بود که روایی آن به شیوه روایی صوری بازنگری و اصلاح شد. پایایی پرسش نامه به روش آماری آلفای کرونباخ تحلیل شد و میزان 0/831 برای آن به دست آمد. برای سنجش نرمال بودن داده ها از آزمون کالموگروف - اسمیرنف استفاده شد. این آزمون نشان داد که داده ها از توزیع نرمال برخوردار هستند. پرسش های پرسش نامه در مورد مسائل مربوط به کپی رایت و حقوق مالکیت فکری بود که به جنبه های مختلف این حوزه می پرداخت. یافته ها: یافته های پژوهش نشان داد که ارزیابی شاخص های «میزان پایبندی دانشجویان به اصول اخلاقی در استفاده از منابع تصویری»، «میزان پایبندی دانشجویان به مسائل حقوق مالکیت فکری در استفاده از منابع تصویری» و «میزان استناد در استفاده از منابع تصویری» کمتر از حد متوسط ​​است. همچنین مشخص شد که دانشجویانی که با سواد دیداری آشنا هستند، دانش محدودی درباره مسائل حقوق مالکیت فکری داشتند؛ بنابراین لازم است آموزش های مناسبی در این زمینه برای آن ها برگزار شود. نتیجه گیری: نتایج نشان داد که انجام کارهای آموزشی و توان بخشی در این زمینه ها مناسب است که شامل این موارد می شود: حریم خصوصی، رعایت اصول اخلاقی درباره تولید، استفاده و اشتراک گذاری تصاویر؛ آشنایی با مؤلفه هایی مانند نقش سانسور و درک ابعاد آن، آشنایی با روش های اخلاقی مناسب هنگام دسترسی، استفاده و ایجاد تصاویر، دانستن محدودیت های مرتبط با مجوزهای استفاده از تصویر؛ استناد به ایجادکننده تصویر؛ پیروی از بهترین شیوه های قانونی و اخلاقی و نیز آموزش استانداردهای سواد دیداری. همچنین شایسته است دانشگاه ها برای استفاده از تصاویر و دیداری ها به ابعاد مختلف حقوق مالکیت فکری توجه کرده و در انتشار آثار علمی به این جنبه ها اهمیت بیشتری دهند.
۱۸۷.

Statistically Constrained Economic Design of a VSSI X-bar Control Chart Considering Taguchi Loss Function

حوزه‌های تخصصی:
تعداد بازدید : ۵۶ تعداد دانلود : ۵۶
In the economic design of control charts, traditional approaches often assume that quality loss remains constant once the quality characteristic surpasses the specification limits. This simplification overlooks the nuanced relationship between deviation magnitude and associated costs. With the increasing adoption of Taguchi’s quality loss function in product design, which quantifies loss as a continuous function of deviation from target values, there is a compelling need to integrate this perspective into control chart methodologies. This paper addresses this gap by developing an economic design framework for control charts that incorporates variable sample sizes and sampling intervals, guided by Taguchi’s quality loss function. The objective is to optimize control chart parameters to minimize the total quality-related costs, including sampling and quality loss costs. To efficiently determine the optimal parameters, a genetic algorithm is employed, with its settings fine-tuned using Taguchi’s orthogonal arrays to enhance convergence and solution quality. The proposed model is rigorously evaluated against traditional fixed sampling interval approaches. Results demonstrate that the variable sampling strategy, informed by Taguchi’s loss function, significantly improves cost efficiency and quality control effectiveness. This integration offers a more realistic and economically sound approach to control chart design, accommodating the continuous nature of quality loss and enabling dynamic sampling adjustments. The findings underscore the potential of combining advanced optimization techniques with robust quality loss modeling to advance statistical process control practices in manufacturing and service industries.
۱۸۸.

Comparative Analysis of Machine Learning Models for Predicting and Optimizing Biodiesel Production Yield: A Study of Neural Networks, Random Forest, and Decision Tree Algorithms

حوزه‌های تخصصی:
تعداد بازدید : ۴۵ تعداد دانلود : ۴۹
This study compares three machine learning algorithms (Multilayer Perceptron Neural Network (MLP), Random Forest (RF), and Decision Tree (DT)) for modeling biodiesel production. For this purpose the synthesis methods (UIMS, MS, FPUI, PUI), the methanol to oil ratio (3:1 to 15:1) and reaction times (5–50 minutes), were considered as input parameters and the percentage of biodiesel production was considered as the output of the model. According to the results, the MLP model demonstrated superior predictive performance, with an R² score of 0.9800, RMSE of 3.28, and MAE of 2.35, significantly outperforming RF (R² = 0.8892) and DT (R² = 0.8500). Also, the neural network model represents that all parameters (reaction time, methanol to oil ratio, and synthesis method) hold nearly equal importance. Based on the neural network model, the optimal synthesis conditions are: the UIMS method, a reaction time of 47 minutes, and a methanol-to-oil ratio of 5.8:1, yielding a predicted conversion of 98%.
۱۸۹.

تحلیل شبکه هم نویسندگی مقالات سازمان دهی دانش در ایران(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۷۰ تعداد دانلود : ۱۰۴
هدف پژوهش حاضر تحلیل شبکه هم نویسندگی مقالات فارسی در پایگاه علوم استنادی جهان اسلام است. این پژوهش از نوع کاربردی است که با رویکرد علم سنجی و تحلیل شبکه های اجتماعی انجام گرفته است. داده های پژوهش را 106 کلیدواژه های منتخب سازمان دهی دانش در فیلد عنوان که پس از مشورت با متخصصین موضوعی این حوزه انتخاب گردید؛ به همراه مقاله های منتخب منتشرشده در مجلات منتخب علم اطلاعات و دانش شناسی نمایه شده در پایگاه علوم استنادی جهان اسلام در سال های 1378 تا 1398 تشکیل می دهند. سپس از بین 1482 نویسنده که در چاپ 1410 مقاله نقش داشتند، تعداد 168 نفر که دست کم 4 مقاله داشتند با استفاده از نرم افزار یوسی آی نت مورد تحلیل قرار گرفتند. پس ازآن ماتریس مربعی در ابعاد 168 در 168 تشکیل شد و درنهایت شبکه هم نویسندگی بر اساس شاخص های مرکزیت ترسیم شد. در پژوهش حاضر، متوسط تعداد نویسنده برای هر مقاله 05/1 است. الگوی دو نویسندگی (17/35 درصد) و سه نویسندگی (80/26 درصد)، رایج ترین رویکردها در مطالعات سازمان دهی دانش به شمار می روند. رحمت الله فتاحی (56 مقاله)، مرتضی کوکبی (44 مقاله) و یعقوب نوروزی (39 مقاله) به ترتیب دارای بیشترین تعداد مقالات در سازمان دهی دانش هستند. همچنین زوج هم نویسندگی رحمت الله فتاحی و مهری پریرخ (10 مقاله) حائز رتبه برتر گردید. در بررسی شاخص های مرکزیت نیز رحمت الله فتاحی در هر چهار شاخص مرکزیت رتبه، مرکزیت نزدیکی، مرکزیت بینابینی و مرکزیت بردار ویژه حائز رتبه برتر گردید. با توجه به نتایج پژوهش حاضر به نظر می رسد پژوهشگران مطرح حوزه سازمان دهی دانش، علی رغم پرتولید بودن نتوانسته اند نقش برجسته ای در شکل گیری شبکه هم نویسندگی این حوزه ایفا نمایند.
۱۹۰.

همگرایی کتابخانه ها، موزه ها و آرشیوهای ایران: وضعیت موجود و چالش ها(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۹۷ تعداد دانلود : ۸۵
هدف : همکاری، همگرایی و تلفیق بین سازمان ها، نهادها و ارگان هایی که اهداف و کارکردهای اجتماعی مشترکی دارند، می تواند در کنار کاهش هزینه ها و افزایش رضایت کاربران، مزایای دیگری نیز برای سازمان ها داشته باشد. کتابخانه ها، موزه ها و آرشیوها به عنوان سه نهاد حفاظت و اشاعه میراث فرهنگی و تاریخی از این قاعده مستثنی نیستند؛ از این رو، هدف پژوهش حاضر تحلیل وضعیت همکاری بین کتابخانه ها، آرشیوها و موزه ها در ایران است. روش : پژوهش حاضر به لحاظ هدف از نوع کاربردی است که با رویکرد کیفی و استفاده از روش داده بنیاد (گراندد تئوری) انجام شده است. ابزار پژوهش مصاحبه نیمه ساختار یافته بوده است. جامعه پژوهش را مدیران و صاحبنظران حوزه کتابداری، موزه داری و آرشیو تشکیل می دهند که از میان آن ها، 24 نفر به روش نمونه گیری گلوله برفی تا حد اشباع انتخاب شده است. تحلیل داده ها در سه مرحله کدگذاری باز، انتخابی و محوری در قالب روش ساختاریافته داده بنیاد انجام شده است. یافته ها: در پژوهش حاضر 399 کد اولیه از تحلیل محتوای مصاحبه ها استخراج شد که در قالب 53 کد ثانویه و 5 مقوله اصلی شامل «وضعیت کنونی»، «زمینه های موجود برای همکاری»، «عوامل مؤثر بر همکاری»، «مزایای همکاری» و «چالش های همکاری» تلفیق شده و در 6 طبقه اصلی شامل شرایط علی، پدیده مرکزی، شرایط زمینه ای، شرایط مداخله گر، راهبردها و پیامدها بر اساس روش نظریه پردازی داده بنیاد دسته بندی شدند. الگوی نظری پژوهش نیز بر این اساس ترسیم شد. یافته های حاصل نشان دهنده همکاری های محدود، موردی و منقطع بین کتابخانه ها، موزه ها و آرشیوها بوده و این امر متأثر از زیرساخت های فناوری نامناسب، نبود استانداردهای توصیف منابع مشترک و جامع، نبود انجمن ها و نهاد های متولی همکاری مستقل، نبود خط مشی های مشخص و مدون، نبودن قوانین بالادستی پشتیبانی کننده از مسئله همکاری، نبود نیروی انسانی متخصص و کارآمد، عدم شفافیت در مباحث مالی و اختصاص بودجه است. از سوی دیگر، بر اساس نتایج به دست آمده مشخص شد پیاده سازی یک طرح همکاری جامع و پایدار موجب صرفه جویی در منابع مالی، کاهش هزینه های تأمین و سازماندهی منابع، افزایش کارآمدی خدمات و رضایت کاربر، کاهش استفاده از منابع اولیه، افزایش میزان دسترسی به منابع اطلاعاتی و تعمیق فعالیت های پژوهشی خواهد شد. سیاستگذاری های کلان، زیرساخت های فناوری ضعیف، ساختار و فرهنگ سازمانی، تأمین منابع مالی و تأمین نیروی انسانی از جمله چالش های موجود در زمینه همکاری بین کتابخانه ها، موزه ها و آرشیوها شناسایی شد. نتیجه گیری: با در نظر گرفتن یافته های پژوهش، می توان گفت همکاری و همگرایی کتابخانه ها، موزه ها و آرشیوها به عنوان سه نهاد حفظ میراث فرهنگی و تاریخی یک جامعه یک ضرورت بوده و نهادها از این مزایای سازمانی، مالی، نیروی انسانی و رقابتی بسیاری به دست خواهند آورد. در این راستا، لازم است زیرساخت های فناوری، اقتصادی و نیروی انسانی تأمین و استانداردها، آئین نامه ها و خط مشی ها، قوانین و سیاست های لازم طراحی و اجرایی شود. 
۱۹۱.

مصورسازی تولیدات علمی کلان داده ها در پایگاه استنادی وب آو ساینس(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۴ تعداد دانلود : ۶۸
هدف: این تحقیق با هدف مصورسازی تولیدات علمی کلان داده ها در پایگاه استنادی وب آو ساینس نوشته شده است.روش: این تحقیق از نوع تحقیقات کاربردی بوده و با رویکرد علم سنجی انجام شده است. استخراج داده ها از طریق جستجوی عبارت" Ts=Big Data" در قسمت جست و جوی پیشرفته وب آو ساینس، انجام شد که در مجموع ۱۰۵۳ رکورد اطلاعاتی استخراج شد. جامعه آماری این تحقیق کلیه داده های مرتبط با تولیدات علمی ایران در این پایگاه استنادی در رابطه با کلان داده است. داده ها پس از استخراج، وارد نرم افزارهای علم سنجی شد.از نرم افزارهای علمی مثل ووس ویوور، بایب اکسل و یوسی نت استفاده شد. ووس ویور برای ترسیم نقشه، بایب اکسل برای مشخص شدن همایندی واژگان و یوسی نت برای ارتباط بین کلید واژه ها استفاده شده است.محتوا و یافته ها: یافته ها نشان داد در مجموع ۱۰۵۳ رکورد اطلاعاتی از ایران در رابطه با کلان داده ها در این پایگاه استنادی نمایه شده است. اولین مقاله مربوط به سال 2013بوده است. بیشترین همکاری کشور ایران در نوشتن مقالات با کشورهای آمریکا، استرالیا و انگلستان بوده است. همه تولیدات علمی به زبان انگلیسی بوده و دانشگاه آزاد با تولید ۲۴۰ رکورد اطلاعاتی، بیشترین میزان تولیدات علمی را داشته است. در بین نویسندگان امیر موسوی از Obdu Univ با ۴۸ رکورد اطلاعاتی و با ۱۸۵۱ استناد و با H-Index ۲۶ در رتبه اول قرار دارد.در این پژوهش واژه big data از خوشه ۲ با ۳۷۴ تکرار پربسامدترین کلیدواژه است. یافته های این خوشه نشان داد که بجز این واژه کلماتی مانند machine learning، deep learning، artificial intelligence و internet of thing نیز واژه های پر تکرار بوده اند و مورد توجه قرار گرفته اند. برای یافته های این پژوهش ۱۰۵۳ مدرک بازیابی شده است.به طور کلی داده ها از 4 خوشه تشکیل شده و خوشه دوم با 20 کلیدواژه، بزرگترین خوشه است.نتیجه گیری: تحلیل و مصورسازی تولیدات علمی کلان داده ها در پایگاه استنادی Web of Science می تواند به درک بهتر روندهای پژوهشی، شناسایی مفاهیم کلیدی و روابط میان آن ها کمک کند. با استفاده از روش های علم سنجی و ابزارهای مصورسازی، امکان تحلیل دقیق تر و بصری سازی اطلاعات فراهم می شود. این رویکرد می تواند به ارتقاء کیفیت پژوهش ها و تسهیل تصمیم گیری های استراتژیک علمی کمک شایانی کند.
۱۹۲.

Neuromorphic Computing with a Paradigm Shift in Energy-Efficient and Scalable AI Hardware for Real-Time Applications(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۹ تعداد دانلود : ۱۲۸
Background: Neuromorphic computing is a newly developed technology that is based on data-flow architectures similar to the brain, which has the potential to power energy-constrained, latency-sensitive, and large-scale applications. The lack of flexibility in energy consumption and response time of traditional systems is a problem where neuromorphic platforms shine in real-time applications like robotics, IoT and autonomous systems. Objective: The article aims to assess the capabilities of neuromorphic computing platforms with respect to conventional schemes, both quantitatively and qualitatively, in terms of energy consumption, response time, modularity, and application-dependent adaptability, and to determine the drawbacks and application prospects for its further development. Methods: The study uses a comparative analysis approach to compare the identified factors and make statistical comparisons of the performance measures. The performance of the neuromorphic platforms as compared to non-neuromorphic platforms like Intel Loihi, IBM TrueNorth, NVIDIA Tesla V100, and Google TPU is compared based on its applications in robotics, IoT, and especially in healthcare. Data is derived from the experimental assessments of knowledge and theoretical paradigms encountered in prior research studies. Results: Neuromorphic systems showed better energy consumption, system size, and delay characteristics. Nevertheless, that the algorithm so excellently solves particular tasks does not mean that it can successfully be used regardless of its purpose, or can be adapted freely to new, further-reaching trends, such as quantum computing. Regression results demonstrate a high degree of dependency between these measures as well as their potential for real time data processing. Conclusion: Neuromorphic computing can be regarded as a new paradigm of energy-efficient and scalable AI and is especially promising for latency-sensitive deployment. Their shortcomings have been discussed earlier, yet it is worth stating that extension of these approaches by hybrid systems and more sophisticated integration frameworks might open new opportunities and eventually promote them as a foundation for new-generation computation models.
۱۹۳.

تحلیل علم سنجی تاب آوری سایبری در نظام های مالی و بانکی: روندها، شکاف ها و چشم انداز آینده(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۴ تعداد دانلود : ۵۸
مقدمه تاب آوری سایبری نظام های مالی و بانکی در سال های اخیر به ضرورتی راهبردی برای مقابله با تهدیدات فناورانه و بحران های سیستمیک تبدیل شده است. افزایش حملات پیچیده، گسترش خدمات مالی دیجیتال و وابستگی شدید زیرساخت های مالی به فناوری های شبکه ای، این مفهوم را از سطحی فنی به مؤلفه ای حیاتی در ثبات و پایداری اقتصادی ارتقا داده است. پژوهش حاضر با هدف ترسیم نقشه دانش و شناسایی روندهای علمی، بازیگران کلیدی، خوشه های موضوعی و شکاف های پژوهشی، به تحلیل علم سنجی تاب آوری سایبری در نظام های مالی و بانکی طی بازه زمانی ۲۰۱۸ تا ۲۰۲۵ پرداخته است.روش پژوهش مبتنی بر رویکرد علم سنجی است. داده ها از پایگاه Scopus استخراج شده و پرس وجوی جستجو با هدف پوشش جامع ترکیبات واژگانی مرتبط با مفاهیم Cyber Resilience، Banking و Financial Systems طراحی گردید. محدودیت زمانی ۲۰۱۸ تا ۲۰۲۵ و زبان انگلیسی اعمال شد. داده های خام با Open Refine پاک سازی و یکپارچه شدند تا خطاهای ناشی از ناهمگونی اسامی نویسندگان و مؤسسات حذف گردد. سپس داده ها برای تحلیل شبکه ای و مصورسازی در VOS viewer و تحلیل های آماری تکمیلی با Python و کتابخانه های Pandas، NumPy و Matplotlib پردازش شدند. ترکیب این ابزارها تصویری کمّی و جامع از وضعیت علم سنجی، ساختار همکاری های علمی و مفاهیم محوری حوزه ارائه کرده است.یافته های پژوهش نشان می دهد تولید دانش در این حوزه طی سال های اخیر روندی صعودی و شتاب گیرنده داشته و بیشترین رشد در سال های ۲۰۲۳ و ۲۰۲۴ مشاهده می شود؛ دوره ای که هم زمان با گسترش فین تک ها و افزایش تهدیدات سایبری، توجه جهانی به امنیت مالی شدت یافته است. ایالات متحده، چین، انگلستان و آلمان بیشترین سهم را در تولید دانش و همکاری علمی دارند و به عنوان هسته های اصلی شبکه جهانی شناسایی شده اند. با این حال، مشارکت کشورهای درحال توسعه هنوز محدود و شبکه جهانی همکاری ها تمرکزگرا است.تحلیل هم واژگانی نشان داد که ادبیات علمی تاب آوری سایبری نظام های مالی در قالب هفت خوشه مفهومی سازمان یافته است:۱. خوشه آبی روشن با محوریت امنیت سایبری، امنیت شبکه و حفاظت از داده ها (رویکرد فنی).۲. خوشه سبز مرتبط با تاب آوری و مدیریت ریسک (پیوند فنی_مالی).۳. خوشه قرمز شامل مفاهیم هوش مصنوعی، فین تک و تقلب سایبری (فناوری های نوین مالی).۴. خوشه سیاه با تمرکز مستقل بر ارزیابی ریسک.۵. خوشه بنفش درباره سیاست گذاری و مقررات سایبری.۶. خوشه فیروزه ای شامل زیرساخت های حیاتی، شهر هوشمند و خودمختاری سایبری.۷. خوشه زرد مرتبط با موضوعات نوظهور نظیر پایداری، بلاکچین، تجارت الکترونیک و تشخیص نفوذ.این ساختار نشان می دهد که تمرکز پژوهش ها از ابعاد صرفاً فنی به دیدگاهی چندسطحی و میان رشته ای تحول یافته است، جایی که پایداری و تاب آوری مالی با فناوری های نوین درهم تنیده اند.نتایج کلی نشان می دهد که حوزه تاب آوری سایبری در نظام های مالی به سوی بلوغ مفهومی در حرکت است، اما هنوز شکاف هایی برجسته باقی مانده است. مهم ترین آن ها عبارت اند از: فقدان مطالعات تجربی در محیط های بانکی واقعی، نبود چارچوب های جامع ارزیابی ریسک که ابعاد فنی، نهادی و اقتصادی را تلفیق کند، و محدودیت همکاری های میان رشته ای و بین المللی. برای گذار از این وضعیت، نهادهای مالی باید از رویکرد واکنشی به سمت مدیریت تاب آوری سیستمی حرکت کنند و از فناوری های هوش مصنوعی، بلاکچین و امور مالی غیرمتمرکز (DeFi) برای پایش مداوم تهدیدات، ارتقای شفافیت و تقویت پاسخ گویی استفاده نمایند. به طور کلی، پژوهش حاضر نشان می دهد تاب آوری سایبری اکنون در تعامل با فناوری های نوظهور، نقش بنیادینی در پایداری نظام های مالی ایفا می کند. استفاده ترکیبی از روش های علم سنجی و تحلیل های کیفی، گسترش پایگاه های داده و تدوین شاخص های معتبر سنجش عملکرد تاب آوری، مسیر آینده این حوزه را شکل خواهد داد.
۱۹۴.

اشاعه گزینشی اطلاعات بافت آگاه برای پایان نامه ها و رساله های الکترونیک(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۹ تعداد دانلود : ۱۱۴
در سامانه پایان نامه ها و رساله های الکترونیک (پارسا)، اشاعه گزینشی اطلاعات رساندن اسناد «پارسا» به کاربرانی است که آن اسناد احتمال سودمندی بیشتری برای کاربران داشته باشند. هدف این پژوهش ارائه مدلی برای اشاعه گزینشی اطلاعات با بهره گیری از بافت های کاربران و بافت های «پارسا» در یک پایگاه اطلاعات «پارسا»هاست. هسته این مدل یک سیستم پیشنهادهنده بافت آگاه محتوامحور است که در آن بافت «پارسا» با بافت کاربر مقایسه و کاربران هدف با احتمال سودمندی بیشتر برگزیده می شوند. روش پژوهش، مطالعه به شیوه علم طراحی است که در آن یک مصنوع (سامانه نرم افزاری) دارای نوآوری ساخته می شود. نوآوری این پژوهش مدل بافت کاربران، مدل بافت «پارسا»ها، و روش وزن دهی به بافت های کاربر و «پارسا» برای سامانه «پارسا»ست. در اشاعه گزینشی اطلاعات، بافت های کاربر و «پارسا» بر اساس روش پیشنهادی مقاله حاضر، «سی اف-آی سی اف» وزن دهی و مقایسه شدند تا نزدیک ترین کاربران به «پارسا»های قابل انتشار گزینش شوند. برای ارزیابی مدل از پارسا»های منتشرشده در سال تحصیلی 1401-1402 تعداد 10860 «پارسا» به صورت تصادفی انتخاب و تعداد 30 «پارسا»ی دارای بیشترین شباهت بین بافت «پارسا» با بافت کاربر برای 163 کاربر بر اساس مدل یادشده ارسال شد. «پارسا»های بازگشتی از آن ها رتبه بندی و بازخورد دریافت شد. یافته ها نشان می دهد که پنج پیشنهاد اول کمینه به میزان 56 درصد برای کاربران خیلی مفید بوده اند. برای همین پیشنهادها، شاخص تمرکز برابر 73/0 از 1 و کمینه شاخص سود تجمعی نرمال شده برابر 69/0 از 1 است. این روش مدلی را برای اشاعه گزینشی اطلاعات مبتنی بر محتوا و بافت کاربران و «پارسا»ها ارائه می دهد که در پنج گزینه پیشنهادی اول بهترین تمرکز را داراست و می تواند برای توسعه دهندگان و مدیران سامانه «پارسا» مفید باشد.
۱۹۵.

Video Coding Machine Architecture for Smart Urban Traffic Optimization with Deep Learning

حوزه‌های تخصصی:
تعداد بازدید : ۵۳ تعداد دانلود : ۵۹
Intelligent Transportation Systems (ITS) are essential for modern urban infrastructure but grapple with real-time processing of voluminous traffic video data amid bandwidth and latency limitations. This paper introduces a novel Video Coding Machine (VCM) architecture that synergistically combines Versatile Video Coding (VVC) with an adaptive bitrate optimization algorithm—driven by neural features—and a hybrid Convolutional Neural Network (CNN)–Recurrent Neural Network (RNN) model for optimized compression and congestion prediction. The VVC core, enhanced by dynamic quantization parameter (QP) adjustments, minimizes data volume while upholding perceptual quality, whereas the CNN extracts spatial features (e.g., vehicle density) and the RNN captures temporal dynamics for precise forecasting. Evaluated on diverse real-world datasets (Cityscapes, BDD100K, Tehran traffic), the system attains 94% prediction accuracy (with 93% precision and 95% recall), 60% data reduction, and 25% faster processing versus baselines like H.264/AVC and H.265/HEVC. This framework delivers a scalable, efficient solution for smart cities, fostering real-time ITS applications, substantial cost efficiencies in storage/transmission, and improved urban mobility/safety. By bridging advanced compression and deep learning, it advances sustainable traffic management paradigms.
۱۹۶.

Next-Gen Machine Learning Models: Pushing the Boundaries of AI(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۱۱۹ تعداد دانلود : ۱۱۷
Background: Machine learning (ML) has developed significantly over the years, changing several industries through the use of automation and Big Data. By building better next-generation machine learning models, AI’s future has the potential of improving on existing problematic methods such as scalability, interpretability, and generalization. Objective: This article examines about how new generation of ML models are developed and used to explain about the capabilities of AI in different fields. In particular, it is focused on changes in structural models, certain methods of training them, and the application of brand-new technologies as quantum computing. Methods: A review of the state of the art and several case studies were carried out with regard to the latest work being done on different types of ML algorithms such as transformer models, reinforcement learning, and Neural Architecture Search. Moreover, the given models were tested in experiments concerning the applicability of these models in tasks including image recognition, natural language processing, and in autonomous systems. Results: The next-gen models, thereby outperformed the traditional models in terms of accuracy, computational speed, and flexibility. The identified benefits were decreased training time, better interpretability, and better performance with multi-modal and cross-domain tasks. Conclusion: These new generation of ML models are the game changers in AI development solving previous challenges while providing opportunities across numerous sectors. In this vein, further research in this field is needed to achieve AI’s solving of problems.
۱۹۷.

Quantum Cryptography in Telecommunications as a New Era of Secure Communications(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۱۲۴ تعداد دانلود : ۱۰۹
Background: Quantum Key Distribution (QKD) has turned into a crucial point for secure communication in the era of quantum networks. Quantum key distribution provides the client with a theoretically secure key by taking advantage of the principles of quantum mechanics to counteract what could be posed by quantum computing to classical cryptography. Photons are lost in the system and there are some limitations which don’t allow scalability and integration with already existing networks. Objective: The study seeks to assess the viability of QKD systems, review some of the challenges associated with it, and investigate possible methods of utilizing both QKD and PQC to cope with new security threats in telecommunication industry. Methods: An in-depth analysis was made based on the experimental observations of key generation rates, photon loss, error correction, data throughput, and latency. Performance of quantum repeaters was experimented with for the purposes of measuring distance improvement abilities. A combined QKD-PQC approach was assessed for integrated integration for restricted settings. Results: QKD was seen to have high security and high performance in short distances and when quantum repeaters were implemented the distance could be greatly enhanced. In the QKD-PQC model, the rate of error correction, throughput, and scalability was noticed to be higher than in standalone QKD. Challenges that faced the work were photon loss, processing latency, and system vulnerabilities. Conclusion: New opportunities for secure communication are opened with QKD supported by quantum repeaters and hybrid cryptographic approaches. The technical and operational issues need to be resolved to realize the potential role of B3G evolution in enabling global telecommunications for the mass market.
۱۹۸.

نقش نیاز به شناخت و نیاز به خاتمه در اجتناب از اطلاعات سلامت بیماران مبتلا به سرطان(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۲۰۲ تعداد دانلود : ۲۰۵
مقدمه و اهداف: امروزه اجتناب از اطلاعات سلامت مسئله ای رایج به ویژه در میان بیماران مبتلا به سرطان است؛ بنابراین، مطالعه رفتار اجتناب از اطلاعات سلامت و عوامل مؤثر بر آن در میان بیماران مبتلا به سرطان از اهمیت ویژه ای برخوردار است؛ بر این اساس، هدف پژوهش حاضر، شناخت نقش نیاز به شناخت و نیاز به خاتمه در اجتناب از اطلاعات سلامت بیماران مبتلا به سرطان بود.روش ها: پژوهش حاضر، به لحاظ ماهیت داده ها پژوهش کمی، به لحاظ هدف پژوهش کاربردی و به لحاظ گردآوری داده ها پژوهش توصیفی همبستگی بود. جامعه پژوهش، آن دسته از دانشجویان دانشگاه شیراز بود که خود یا خانواده آنان سابقه ابتلا به بیماری سرطان داشتند. با توجه به هدف پژوهش، با روش نمونه گیریِ در دسترس، 212 نفر انتخاب شدند. جهت گردآوری داده ها، از پرسشنامه ای متشکل از پرسشنامه اجتناب از اطلاعاتِ اقتباس شده از مایلز و همکاران، پرسشنامه نیاز به شناختِ کاسیوپو و همکاران و پرسشنامه نیاز به خاتمه طراحی شده توسط وبستر و کروگلانسکی استفاده شد. پس از محاسبه روایی و پایایی پرسشنامه ها و توزیع آن ها بین نمونه، داده های پژوهش از طریق آزمون همبستگی پیرسون، آزمون رگرسیون ساده و آزمون رگرسیون چندگانه و با استفاده از نرم افزار اس پی اس اس نسخه 23 تجزیه وتحلیل شد.یافته ها: یافته های پژوهش حاضر نشان داد که بین نیاز به شناخت و اجتناب از اطلاعات سلامت رابطه منفی و معنی دار و بین نیاز به خاتمه و اجتناب از اطلاعات سلامت رابطه مثبت و معنی داری وجود داشت؛ از طرفی دیگر، نتایج آزمون رگرسیون ساده نشان داد که نیاز به شناخت پیش بینی کننده منفی و معنی دارِ اجتناب از اطلاعات سلامت و نیاز به خاتمه پیش بینی کننده مثبت و معنی دارِ اجتناب از اطلاعات سلامت بود؛ علاوه بر آن، نتایج آزمون رگرسیون چندگانه نشان داد که نیاز به شناخت و نیاز به خاتمه به طور هم زمان نیز پیش بینی کننده معنی دارِ اجتناب از اطلاعات سلامت بودند.بحث و نتیجه گیری: نتایج پژوهش حاضر نشان داد که تعامل هم زمان نیاز به شناخت و نیاز به خاتمه نقش مهمی در اجتناب از اطلاعات سلامت در میان بیماران مبتلا به سرطان دارد؛ بر این اساس، پیشنهاد می شود که به نقش هم زمان این دو ویژگی شناختی توجّه شود. این رویکرد می تواند زمینه ساز طراحی نظام های حمایتی مؤثر و اقدامات هدفمند برای این گروه از بیماران باشد؛ همچنین، تدوین سیاست گذاری ها و اقدامات لازم از قبیل اجرای برنامه های آموزشی همانند آموزش سواد اطلاعات سلامت می تواند به بهبود مواجهه با این مسئله کمک کند.اصالت: پژوهش حاضر با شناسایی نقش هم زمان نیاز به شناخت و نیاز به خاتمه در اجتناب از اطلاعات سلامت بیماران مبتلا به سرطان، خلأ پژوهشی موجود را پُر می کند.
۱۹۹.

نقش هوش مصنوعی در ارتقای سواد اطلاعاتی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۷۵ تعداد دانلود : ۸۴
مقدمه و هدف: در عصر حاضر که فناوری های نوین به سرعت در حال تحول اند، توانایی افراد در یافتن، ارزیابی و استفاده از اطلاعات به صورت مؤثر، به عنوان یکی از مهم ترین مهارت های بقا و پیشرفت در زندگی شخصی، تحصیلی، شغلی و اجتماعی تلقی می شود. در این میان، سواد اطلاعاتی نه تنها یک ضرورت فردی، بلکه یکی از پیش نیازهای اساسی توسعه پایدار، یادگیری مادام العمر، و مشارکت مؤثر در جوامع دانش بنیان است. هوش مصنوعی با توانایی پردازش و تحلیل حجم عظیمی از داده ها، به یکی از کلیدی ترین ابزارها در عصر اطلاعات تبدیل شده است. این فناوری با ارائه راهکارهای نوین در مدیریت، ارزیابی و دسترسی به اطلاعات، پتانسیل بی شماری برای ارتقای سواد اطلاعاتی در بین فراگیران دارد. هدف پژوهش حاضر بررسی نقش هوش مصنوعی در ارتقای سواد اطلاعاتی است. روش ها: این پژوهش به لحاظ هدف بنیادی، کاربردی و ازنظر روش کیفی و مبتنی بر نظریه مبنایی است. جامعه آماری پژوهش را خبرگان حوزه هوش مصنوعی و سواد اطلاعاتی تشکیل دادند که با استفاده از روش نمونه گیری هدفمند انتخاب شدند. معیار انتخاب خبرگان، داشتن حداقل ۳ سال سابقه فعالیت علمی و پژوهشی در این حوزه بود. حجم نمونه براساس اصل اشباع نظری تعیین شد. ابزار جمع آوری داده ها، مصاحبه نیمه ساختاریافته بود که بر مبنای آن، داده ها طی سه مرحله کدگذاری باز، محوری و گزینشی تحلیل شدند و در نهایت مدل مفهومی پژوهش تدوین گردید. برای اعتبارسنجی یافته ها از روش روایی صوری و محاسبه ضریب توافق بین کدگذاران استفاده شد که ضریب پایایی مصاحبه ها 92 درصد به دست آمد. یافته ها: یافته ها نشان داد که در حوزه شرایط علی 13 کد، در حوزه شرایط زمینه ای25 کد، در حوزه شرایط مداخله گر 25 کد، در حوزه راهبردها 26 کد، در حوزه پیامدها 27 کد استخراج شد. بحث و نتیجه گیری: نتایج نشان داد که هوش مصنوعی به طور قابل توجهی به ارتقای سواد اطلاعاتی کمک کرده و توانسته است جنبه های مختلف این مهارت ها را بهبود بخشد. با استفاده از ابزارهای جستجوی مبتنی بر هوش مصنوعی، کاربران قادر به یافتن اطلاعات دقیق تر و مرتبط تر شده اند. تحلیل حجم های بزرگ داده ها و شناسایی الگوها و روندها به کاربران کمک کرده تا درک عمیق تری از اطلاعات پیدا کنند و تصمیمات بهتری اتخاذ کنند. همچنین، ابزارهای هوش مصنوعی در ارزیابی اعتبار منابع و شناسایی محتوای جعلی به کاهش انتشار اطلاعات نادرست و ارتقای دقت اطلاعات مؤثر هستند. اصالت: با وجود انجام پژوهش های متعدد در زمینه سواد اطلاعاتی و فناوری های نوین، مرور منابع نشان داد که تاکنون مطالعه ای جامع و نظام مند با تمرکز مستقیم بر نقش هوش مصنوعی در ارتقای سواد اطلاعاتی انجام نشده است. این پژوهش با رفع این خلأ، گامی نوآورانه در تبیین و تحلیل این رابطه نوظهور برداشته و زمینه ساز توسعه چارچوب های نظری و کاربردی در این حوزه شده است.
۲۰۰.

نقش فناوری اطلاعات در استقرار مدیریت دانش در حوزه حمل ونقل عمومی شهر تهران(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۴ تعداد دانلود : ۶۶
هدف: هدف این مطالعه بررسی نقش فناوری اطلاعات در استقرار مدیریت دانش در شرکت واحد اتوبوسرانی شهر تهران است. روش پژوهش: پژوهش حاضر به لحاظ هدف، کاربردی، به لحاظ ماهیت و شیوه اجرا توصیفی است که اطلاعات آن به روش پیمایشی گردآوری شده است. جامعه آماری مورد مطالعه در این پژوهش شامل کلیه کارکنان ستادی وصف و پشتیبانی سامانه یک اتوبوسرانی تهران است که تعداد 1200 نفر هستند. نمون ه گی ری به روش تصادفی خوشه ای انجام گرفته است که با توجه به جدول مورگان 291 نفر به عنوان نمونه آماری انتخاب شدند. به منظور تحلیل داده های پژوهش و استنباط آماری از تحلیل های مختلفی استفاده شده است. در سطح توصیفی، در بررسی داده ها از جدول های یک بُعدی و شاخص های پراکندگی و مرکزی به تناسب مقیاس متغیر ها استفاده شد. در سطح دوم نیز بر اساس متغیر های تشکیل دهنده پژوهش با استفاده از آمار استنباطی و آزمون معادلات ساختاری تبیین شدند. یافته ها: با توجه به نتایج و سطح معناداری میان فناوری اطلاعات واستقرار مدیریت دانش، بین سیستم های اطلاعاتی و استقرار مدیریت دانش، بین فرایندهای کسب اطلاعات و استقرار مدیریت دانش، بین مدیریت فناوری اطلاعات و استقرار مدیریت دانش ، بین سیستم های اطلاعاتی و مولفه فرایند گردآوری اطلاعات (مدیریت دانش)، بین سیستم های اطلاعاتی و مولفه فرایند

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان