فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱۲۱ تا ۱۴۰ مورد از کل ۸٬۰۳۷ مورد.
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
87 - 118
حوزههای تخصصی:
Background : Artificial Intelligence (AI) has recently emerged as a transformative innovation within the software industry, disrupting conventional approaches to application development by automating tasks, refining code, and enhancing resource efficiency. Prior research indicates the effectiveness of AI-powered tools across various domains. However, contemporary studies lack a detailed analysis of the diverse sectors utilizing AI tools for software development. Objective : This article aims to identify the potential benefits and impacts of AI in software development, specifically regarding time-to-market, productivity, code quality, bug-fixing rates, resource flexibility, and developer satisfaction. The goal is to present fact-based information about AI’s impact on multiple industries and scopes of work. Methods : A mixed-methods research design was employed to analyze quantitative data from 40 projects across healthcare, financial services, retail, technology, and e-commerce industries. Data were collected using various project management tools, automated testing environments, and online questionnaires addressed to developers. The study incorporated a comparative evaluation of AI-based projects and traditional projects, with statistical analysis. Results : AI-driven software development projects demonstrated a mean reduction in time-to-market by 34.6%, an improvement in code quality by 70%, and a mean reduction in bug-fixing time by 57.7%. Productivity per sprint increased by over 70%, resource flexibility was higher (90.2% in AI projects vs. 67.8% in traditional projects), and developers reported higher satisfaction levels. These findings reinforce the concept that AI significantly enhances workflow and the achievement of optimal results. Conclusion : AI substantially improves both the speed and quality of software development. Further research should expand to explore the experiences of different sectors, the application of AI-driven tools, their differentiation, and usage, as well as the ethical considerations to promote sustainable and innovative software engineering solutions.
تاثیر استفاده از رسانه های اجتماعی بر سواد سلامت دانشجویان در مواجهه با بحران کرونا(مقاله علمی وزارت علوم)
منبع:
علوم و فنون مدیریت اطلاعات دوره ۱۱ بهار ۱۴۰۴ شماره ۱ (پیاپی ۳۸)
187 - 206
حوزههای تخصصی:
هدف: پژوهش حاضر با هدف تعیین رابطه بین استفاده از رسانه های اجتماعی با مؤلفه های سواد سلامت دانشجویان شامل ظرفیت و توان دسترسی، درک و فهم، پردازش و ارزیابی و تصمیم گیری و رفتار در خصوص اطلاعات در مواجهه با بحران کرونا انجام شده است.
روش: پژوهش حاضر به لحاظ ماهیت از نوع کاربردی بوده و با روش پیمایشی-تحلیلی انجام شده است. در این پژوهش توزیع نمونه پیشنهادی تاباخنیگ و فیدل، 288 نفر از مجموع کلیه دانشجویان دانشگاه های سراسری از تمامی مقاطع محاسبه شد. ابزار پژوهش، پرسشنامه محقق ساخته بود که براساس بررسی متون و تحقیقات پیشین طراحی شد. این پرسشنامه شامل 60 سوال (17 سوال کیفی و 43 سوال کمّی) و چهار مؤلفه وضعیت فردی، سرگرمی و اوقات فراغت، جستجو و تبادل اطلاعات، کسب اطلاعات، خواندن، فهم و درک، ارزیابی و تصمیم گیری رفتار بود. روایی این پرسشنامه با نظر متخصصان، مطلوب، و پایایی آن براساس محاسبه آلفای کرونباخ 941/0 محاسبه شد. پس از جمع آوری داده ها، اطلاعات به وسیله نسخه 26 نرم افزار SPSS و با استفاده از آمار توصیفی، معادلات ساختاری و آزمون های t مستقل، t تک نمونه ای و تحلیل واریانس یک طرفه تحلیل شدند.
یافته ها: نتایج حاصل از تحلیل داده ها نشان داد که رابطه مثبت قوی بین میزان استفاده از رسانه های اجتماعی و سواد سلامت در مواجهه با بیماری کرونا در دانشجویان وجود دارد (001/0<P). جنسیت، سن، وضعیت تأهل، سطح تحصیلات، میزان استفاده از رسانه های اجتماعی در طول روز و ابتلا به بیماری کرونا در رابطه بین میزان استفاده از رسانه های اجتماعی و سواد سلامت دانشجویان در مواجهه با بیماری کرونا تأثیرگذار بود.
نتیجه گیری: براساس نتایج آزمون آنالیز واریانس، بین مراجعه به رسانه مورد نظر و بازیابی اطلاعات تخصصی، با میزان سواد سلامت دانشجویان در مواجهه با بیماری کرونا، ارتباط مثبت و معنی داری وجود دارد. همچنین نتایج نشان داد، متغیر سواد سلامت و مولفه های وضعیت فردی، دسترسی، خواندن، فهم و درک، ارزیابی و تصمیم گیری و رفتار دانشجویان در مواجهه با بیماری کرونا موثر بود.
کاوش انگیزه برای مشارکت در به اشتراک گذاری دانش درون سازمانی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف پژوهش حاضر کاوش انگیزه برای مشارکت در به اشتراک گذاری دانش درون سازمانی بود که بر اساس پارادایم تفسیری و با رویکرد کاربردی توسعه ای به صورت کیفی انجام شد و برای جمع آوری داده ها از مصاحبه های نیمه ساختاریافته استفاده شد. جامعه آماری این پژوهش، اعضای هیئت علمی دانشگاه پیام نور بودند که 16 نفر به صورت هدفمند بر اساس معیارهایی انتخاب شدند. روایی و پایایی داده های به دست آمده از مصاحبه ها با استفاده از معیارهای مقبولیت و قابلیت تائید و باز آزمون بررسی شد. تجزیه وتحلیل داده ها با استفاده از روش داده بنیاد و فرایند کدگذاری در سه مرحله کدگذاری باز، محوری و انتخابی انجام شد. کدگذاری ها در هر سه مرحله تشریح و مدل انگیزه به اشتراک گذاری دانش درون سازمانی برای اعضای هیئت علمی دانشگاه پیام نور بر اساس روش داده بنیاد ترسیم شد. یافته های پژوهش نشان داد که چهار مقوله هم راستایی راهبردی اشتراک دانش، عوامل مدیریتی، عوامل فردی و ایجاد محتوا عوامل تأثیرگذار در انگیزه اشتراک گذاری دانش بوده؛ همچنین، محیط اشتراک، جنبه های آموزشی، ارزیابی، مسائل فنی، زیرساخت و مسائل اطلاعاتی، عوامل اصلی زمینه ای هستند و دو مقوله عوامل شخصیتی اعضا و بی ثباتی فرهنگ سازمانی به عنوان مقوله های مداخله گر شناسایی شدند و راهبردهای این پژوهش شامل چهار عامل تحول، رشدگرایی، بافت سازمانی و راهبردهای سازمانی است و بخش آخر مدل پژوهش، شامل پویایی سازمانی، پیامدهای اجتماعی، توسعه عوامل ساختاری و ایجاد سازمان یادگیرنده به عنوان پیامدهای ارتقای انگیزه اشتراک گذاری دانش در میان اعضای هیئت علمی دانشگاه پیام نور شناسایی شدند.
بررسی رابطه بین هوش مصنوعی و عملکرد کارکنان: نقش میانجی تسهیم دانش(مقاله علمی وزارت علوم)
منبع:
بازیابی دانش و نظام های معنایی سال ۱۲ تابستان ۱۴۰۴ شماره ۴۳
123 - 150
حوزههای تخصصی:
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.
رابطه مدیریت ارزش مبتنی بر دانش و کارایی فرآیندها با میانجی گری رقابت پذیری(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف: در دنیای رقابتی امروزی، مدیریت ارزش مبتنی بر دانش به عنوان یک رویکرد راهبردی، نقش مهمی در بهبود کارایی فرآیندها و تقویت رقابتپذیری سازمانها ایفا میکند. این رویکرد با استفاده بهینه از دانش موجود، علاوه بر بهبود عملکرد سازمانی، به طور مؤثر زمینهساز ایجاد مزیت رقابتی پایدار میشود. در این پژوهش، تأثیر مدیریت ارزش مبتنی بر دانش بر کارایی فرآیندها مورد بررسی قرار گرفته و نقش میانجی رقابتپذیری به عنوان عامل کلیدی در تقویت این رابطه تحلیل میشود.
روش: در این پژوهش، از رویکرد اثباتگرایانه برای شناسایی روابط علّی و تأثیرات متغیرها در یک چارچوب علمی و قابل اندازهگیری استفاده شده است. نوع پژوهش به صورت کتابخانهای طراحی شده و همچنین از تکنیکهای میدانی برای جمعآوری دادهها بهرهگیری شده است. دادهها با استفاده از روشهای معادلات ساختاری و آزمونهای آماری مانند: همبستگی پیرسون، تحلیل مسیر و رگرسیون چندگانه همزمان تحلیل شده است. جامعه آماری این پژوهش شامل شعب بانک گردشگری ایران بوده و نمونهگیری به روش تصادفی ساده انتخاب شده است. بر اساس جدول مورگان، حجم نمونه ۱۶۵ نفر تعیین گردیده است. ابزار جمعآوری داده شامل سه پرسشنامه محققساخته است: پرسشنامه مدیریت ارزش مبتنی بر دانش با ۵ مؤلفه و ۲۰ گویه؛ پرسشنامه کارایی فرآیندها با ۶ مؤلفه و ۱۸ گویه و پرسشنامه رقابتپذیری که شامل ۷ مؤلفه و ۲۱ گویه است. روایی محتوای این پرسشنامهها توسط خبرگان تأیید شده و پایایی آنها نیز با استفاده از آلفای کرونباخ مورد بررسی قرار گرفته است. برای تحلیل دادهها و اجرای مدلهای معادلات ساختاری، از نرمافزار لیزرل استفاده شده است.
یافتهها: ابعاد مدیریت ارزش مبتنی بر دانش، شامل شناسایی و ممیزی دانش و سازماندهی و رتبهبندی ارزشها، به طور قابل توجهی کارایی فرآیندها را پیشبینی میکنند؛ به طوری که 95 درصد از تغییرات کارایی فرآیندها توسط این ابعاد قابل توضیح است. همچنین، رابطه مثبت و معنیداری میان رقابتپذیری و کارایی فرآیندها (r=0.979, p<0.000) و میان مدیریت ارزش مبتنی بر دانش و رقابتپذیری (r=0.951, p<0.000) وجود دارد. تحلیل مسیر نیز نشان داد که رقابتپذیری نقش میانجی میان مدیریت ارزش مبتنی بر دانش و کارایی فرآیندها را ایفا میکند؛ به طوری که ابعاد مختلف مدیریت ارزشها از طریق فرآیندهای مختلف مانند: قیمتگذاری، نوآوری، خدمات مشتری و مدیریت، بر کارایی فرآیندها تأثیرگذار هستند.
نتیجهگیری: مدیریت ارزش مبتنی بر دانش به سازمانها کمک میکند تا از منابع دانش خود به طور بهینه بهرهبرداری کرده و فرآیندهای ارزشآفرینی را بهبود بخشند. این رویکرد موجب تقویت ظرفیت سازمان برای ایجاد ارزش و تقویت موقعیت رقابتی آن در بازار میشود. بنابراین، به کارگیری مدیریت ارزش مبتنی بر دانش به عنوان یک راهبرد محوری، برای دستیابی به موفقیت و رشد پایدار در فضای رقابتی ضروری است.
ساختار مفهومی دانش پژوهی حوزه حکمرانی علم و فناوری در ایران: تحلیل علم سنجی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف : حکمرانی علم و فناوری به عنوان یکی از ارکان اساسی توسعه پایدار و پیشرفت کشورها محسوب می شود و به فرایند طراحی، اجرا، و نظارت بر سیاست ها و اقدامات مرتبط با توسعه و استفاده از علم و فناوری در سطح ملی، منطقه ای و جهانی اشاره دارد. در ایران حوزه حکمرانی علم و فناوری به عنوان یکی از موضوعات محوری در پژوهش های علمی مطرح شده است؛ اما ابعاد مفهومی این حوزه پژوهشی گسترده، تا حدودی ناشخص و غیر منسجم است. آنچه ذهن پژوهشگر این نوشتار به عنوان مسئله اصلی پژوهش به خود جلب کرده این است که با مطالعه محتوای این پژوهش ها در ایران، می توان پی برد که ابعاد حکمرانی علم و فناوری از لحاظ مفهومی تا به امروز چگونه در ایران بسط و گسترش پیدا کرده است؟ از این رو، هدف اصلی پژوهش ساختار مفهومی دانش پژوهی این حوزه در ایران است. روش پژوهش : پژوهش حاضر از لحاظ هدف جزء پژوهش های کاربردی است و با رویکرد علم سنجی و با روش تحلیل هم واژگانی اجرا شده است. جامعه مورد مطالعه شامل 673 مقاله از 1373 تا مهر 1403 است. ابزار گردآوری دادها شامل پایگاه های اطلاعاتی فارسی است و برای تجزیه و تحلیل و همچنین ترسیم نقشه ها از نرم افزار های «یوسی آی نت»، «نت دراو» و «وس ویوئر»، و اس.پی.اس.اس استفاده شد. یافته ها: نتایج روش تحلیل هم واژگانی بر روی این پژوهش ها، منجر به استخراج 3433 مفهوم یا کلیدواژگان گردید و در حدود 15 درصد از مفاهیم دارای وزن بالا و بیش از 5 بار فراوانی داشته اند. همچنین در ده سال اخیر بیش از 100 مفهوم جدید وارد ادبیات این حوزه پژوهشی شده است. از سوی دیگر، نتایج خوشه بندی منجر به تشکیل 15 خوشه موضوعی مستقل و نیمه مستقل گردید. بر اساس شاخص های تحلیل شبکه، تمرکز کل شبکه مفهومی عددی در حدود 2145. است و قدرت پیوند بین مفاهیم پر قدرت این حوزه از عدد 52 تا عدد 6 متغیر است. بیشترین نمره پیوندها متعلق به مفاهیم پربسامد این حوزه است. نتیجه گیری: پژوهش کنونی نشان داد به دلیل گستردگی مباحث مطرح شده در پژوهش ها، این حوزه از لحاظ تعداد مفاهیم، حوزه پژوهشی گسترده، چندوجهی و پیچیده است و به علت پویایی، تحول سریع فناوری ها و تأثیرات عمیق آنها بر جنبه های مختلف زندگی اجتماعی، اقتصادی و محیطی، در چند سال اخیر مفاهیم نوظهوری را به همراه داشته است. همچنین خوشه بندی مفاهیم حوزه پژوهشی حکمرانی علم و فناوری به شکلی چندبُعدی، میان رشته ای و متنوع است. به نظر می رسد با توجه به حضور مفاهیمی همچون سیاست، اولویت، راهبر توسعه، زیرساخت حمایتی، اعتماد عمومی، دیپلماسی علمی، مقررات اخلاقی و مفاهیمی از این دست، تأثیر حاکمیت بر حکمرانی علم و فناوری مشهود است. در این پژوهش، تلاش شد تا با بررسی مفاهیم، روابط مفهومی و ساختار شبکه ای حکمرانی علم و فناوری، تصویری شفاف تر از این حوزه پیچیده و چندوجهی در ایران ارائه شود. اهمیت این مطالعه در فراهم آوردن بستری برای تصمیم گیری های بهتر و سیاست گذاری های آگاهانه در این زمینه است. با این پژوهش، گامی کوچک، اما مهم در مسیر شناخت عمیق تر مفاهیم حکمرانی علم و فناوری برداشته شد.
طراحی و ساخت هستی شناسی بیماری «ام اس»(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هستی شناسی به عنوان یک ابزار معنایی به دنبال ارائه یک طبقه بندی قطعی و جامع از موجودیت ها در تمام حوزه های هستی و بازیابی دانش از منابع است. هستی شناسی ها در حوزه های پزشکی و شناخت و درمان بیماری ها کاربرد زیادی دارند. از این رو، هدف از انجام پژوهش حاضر، طراحی هستی شناسی حوزه بیماری «ام اس» و مراحل ساخت آن است. این مطالعه با رویکرد کیفی به روش تحلیل محتوا و بر مبنای روش OAsys Bermejo صورت گرفت. مراحلی که برای ساخت هستی شناسی بیماری «ام اس» در نظر گرفته شد، شامل 9 مرحله، 1) تعیین حوزه، دامنه یا هدف هستی شناسی، 2) شناسایی منابع اطلاعاتی شامل کتاب ها، مقالات، متخصصان، و موارد دیگر، 3) شناسایی و جمع آوری اصطلاحات و مفاهیم از متون، 4) تعیین پوشش موضوعی، دامنه و طبقات اصلی هستی شناسی، 5) تعیین سلسله مراتب اصطلاحات و مفاهیم، 6) تعریف و تعیین روابط بین اصطلاحات و مفاهیم، 7) توصیف ویژگی های رده ها و روابط بین آن ها، 8) تعیین روابط بین نمونه ها و کلاس ها، و 9) ایجاد محدودیت ها و قوانین مورد نیاز است. جامعه آماری پژوهش، منابع اطلاعاتی فارسی و انگلیسی تخصصی در حوزه بیماری «ام اس» بود. به همین منظور، کلیه علائم این بیماری، روش های درمانی و تشخیص آن از طریق کتب، مقالات و واژه نامه های تخصصی این حوزه استخراج گردید. چارچوب مفهومی هستی شناسی بیماری «ام اس» بر اساس متون مرتبط تخصصی حوزه و به صورت دستی و به وسیله نرم افزار «پروتژه» نسخه 5/5 انجام شد. هستی شناسی بیماری «ام اس» شامل 6 کلاس اصلیِ 1) انواع بیماری «ام اس»، 2) روش های درمان، 3) روش های تشخیص، 4) علائم بیماری، 5) عوامل ابتلای انسان به این بیماری، و 6) عوارض آن بود و هر یک از آن ها زیرکلاس های مربوط به خود را دارد. همچنین، به منظور تعیین ارتباط بین مفاهیم، 10 رابطه معنایی اصلی شامل 1) علت دارد، 2) علت است، 3) عوارضی دارد،4) عارضه است، 5) علائمی دارد، 6) علامت است، 7) تشخیص می دهد، 8) تشخیص داده می شود به وسیله، 9) درمان، و 10) درمان می شود توسطِ، مشخص گردید. هستی شناسی طراحی شده، به سازماندهی و بازیابی دانش در زمینه بیماری «ام اس» کمک می کند و با توجه به نیاز افراد و متخصصان به سیستم های مبتنی بر دانش کاربردی و معتبر، می تواند در ساخت و طراحی سیستم های توصیه گر و سایر ابزارهای تحلیل دانش پزشکی برای بیماری «ام اس» مورد استفاده قرار گیرد. افزون بر این، این هستی شناسی می تواند برای استفاده در تحلیل و ترسیم ساختار دانش در دیگر حوزه ها نیز به کار رود.
Artificial Intelligence in Healthcare: Revolutionizing Diagnostics with Predictive Algorithms(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
149 - 176
حوزههای تخصصی:
ABSTRACT Background: Artificial Intelligence (AI) has rapidly integrated into healthcare, proving indispensable in diagnostic processes. Event-predicting equations in medicine offer solutions to longstanding issues related to early diagnosis and personalized patient care. Objective: This article aims to explore best practices in objective and quantitative diagnostic predictions using AI and predictive algorithms. It seeks to revolutionize healthcare diagnostics by enhancing effectiveness and reducing diagnostic error rates. Methods: This study involves a literature review of the past five years, focusing on recent innovations in AI for healthcare diagnostics. The review includes fields such as oncology, cardiology, and others to evaluate the efficacy of prediction algorithms in practice. Results: The findings indicate that machine learning-based computer-aided diagnosis models significantly improve diagnostic accuracy by detecting diseases at early stages and personalizing treatment programs. The integration of these algorithms has led to reduced diagnostic errors and improved patient experiences across various medical fields. Conclusion: AI predictive algorithms represent the future of diagnostic medicine. Their adoption is set to personalize and advance patient treatment, enhance health outcomes, and improve the efficiency of healthcare systems. However, comprehensive research and precise implementation are essential to fully harness the potential of AI in diagnostics.
Quantum Cryptography in Telecommunications as a New Era of Secure Communications(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
465 - 493
حوزههای تخصصی:
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.
Advancing Sustainability in IT by Transitioning to Zero-Carbon Data Centers(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
583 - 608
حوزههای تخصصی:
Cyber threats are changing constantly and these days more than 560,000 new malware varieties are launched daily, which means that rudimentary measures of protecting networks from attacks cannot be of much help in handling real time threats. Single-static security control and manual intervention are insufficient to address APTs, Zero Day, and high-volume DDoS attacks. This is where the application of AI in network security lays its foundation, where real time threat response programs become possible where they are trained to automatically identify, categorize, and mitigate highly complex attacks without requiring massive amount of time and effort. The changing role of AI in network security is examined in this work since it can contribute to the improvement of threat detection, decrease response time, and minimize reliance on human factors. This research reviews more than 150 AI-based security frameworks, and 25 case studies of different industries including finance, healthcare, telecommunications, to assess the efficiency of machine learning and deep learning algorithms for autonomous threat response. The insights show that in challenging contexts, AI-based solutions provide anomaly detection scores of up to 97%, which are far higher than those obtained by conventional systems with average scores of 80%. The response time increased up to 75% as the AI systems responded under 3 seconds during the large scale cyberattack simulation operations. Significant achievement of scalability was across networks with number of nodes more than ten thousand nodes at 90% reliability in different threat scenarios. These findings underscore the importance of AI as the cornerstone of today’s cybersecurity: delivering accurate and timely threat coverage and demonstrating high resilience to threat evolution. However, issues like, algorithm bias, ethical concerns, and resistance to adversarial perturbation calls the need for research to develop effective measures towards the longevity of banking security systems integrated with AI. This study emphasizes the importance of search for new strategies to strengthen current digital environments against the increasing number of threats.
Edge AI for Transforming Autonomous Systems and Telecommunications for Enhanced Efficiency and Responsiveness(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
1061 - 1086
حوزههای تخصصی:
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.
تحلیل برون دادهای پژوهشی حوزه موضوعی روان شناسی و بررسی حضور آن ها در رسانه های اجتماعی علمی(مقاله علمی وزارت علوم)
منبع:
بازیابی دانش و نظام های معنایی سال ۱۲ بهار ۱۴۰۴ شماره ۴۲
61 - 90
حوزههای تخصصی:
هدف از پژوهش حاضر بررسی وضعیت برون دادهای پژوهشی ده دانشگاه سطح اول ایران در حوزه موضوعی روان شناسی طی سال های 2010-2021 بود. روش این پژوهش از نوع کاربردی بود و با استفاده از شاخص های علم سنجی و آلتمتریکس انجام شد. جامعه پژوهش برون دادهای پژوهشی ده دانشگاه سطح اول ایران در حوزه موضوعی روان شناسی نمایه شده در پایگاه اسکوپوس انتخاب شد. استخراج داده ها از پایگاه اسکوپوس، آلتمتریک اکسپلورر و سای ول انجام گرفت. برای تجزیه وتحلیل داده ها از نرم افزارهای مایکروسافت اکسل (آمار توصیفی) و اس.پی.اس.اس. نسخه 22 (آزمون همبستگی) استفاده گردید. یافته ها نشان داد که دانشگاه تهران ازنظر کمیت و تعداد استنادات دریافتی وضعیت بهتری داشت ولی دانشگاه تربیت مدرس ازنظر کیفیت برون دادهای پژوهشی عملکرد بهتری داشت. یافته ها نشان داد، برون دادهای پژوهشی با همکاری های بین المللی بالا دارای استنادهای مطلوبی بودند. در ادامه ارتباط آماری معنی داری بین نمره آلتمتریک با تعداد استنادات دریافتی برون دادها در اسکوپوس به دست آمد. نتایج نشان داد که برون دادهای پژوهشی حوزه موضوعی روان شناسی حضور مطلوبی در رسانه های اجتماعی نداشتند، بنابراین لازم است سیاستی در دانشگاه ها اتخاذ شود که پژوهشگران با حضور فعال و اشتراک گذاری آثار خود در رسانه های اجتماعی، به رؤیت پذیری بیشتر و افزایش استناد برون دادهای خود کمک کنند.
تدوین هستی شناسی مشاغل علم اطلاعات و دانش شناسی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف از پژوهش حاضر، تدوین هستی شناسی مشاغل حوزه علم اطلاعات و دانش شناسی است. این پژوهش از لحاظ هدف، کاربردی و از لحاظ روش، از نوع پژوهش های توصیفی است. جامعه پژوهش شامل کلیه مشاغل حوزه علم اطلاعات و دانش شناسی بود. در این پژوهش برای استخراج و شناسایی لیست مشاغل رشته علم اطلاعات و دانش شناسی ایران، آیین نامه های سازمان استخدامی کشور، کتاب بانک مشاغل ایران، و لیست مشاغل رشته علم اطلاعات و دانش شناسی در کشورهای پیشرفته مورد بررسی قرار گرفت و تعدادی از مشاغل استخراج شد. سپس، بر اساس تحلیلی که بر روی سرفصل دروس رشته علم اطلاعات و دانش شناسی انجام گرفت و مهارت هایی که توسط دانشجویان کسب می شود، تعدادی شغل برای دانش آموختگان رشته علم اطلاعات و دانش شناسی ارائه شد و سرانجام، در لیست مشاغل تهیه شده وارد شد. در پژوهش حاضر برای ایجاد مدل مفهومی حوزه مشاغل علم اطلاعات و دانش شناسی از رویکرد تحلیل حوزه استفاده شد و روایی صوری و محتوایی مدلِ ارائه شده توسط 8 نفر از متخصصان حوزه مطالعات صنفی کشور تأیید شد. سرانجام، هستی شناسی مشاغل حوزه علم اطلاعات و دانش شناسی با استفاده از نسخه 5 نرم افزار «پروتژه» طراحی شد. در پژوهش حاضر، با بهره گیری از روش هفت-مرحله ای ساخت هستی شناسی «سندلوسکی» که شامل تعیین دامنه و پوشش هستی شناسی، تعیین سلسله مراتب هستی شناسی، تعیین جفت های مفهومی، تعیین رده ها، توصیف ویژگی ها، تعریف چهریزه ها و ایجاد نمونه است، به تدوین هستی شناسی مشاغل حوزه علم اطلاعات و دانش شناسی ایران پرداخته شده است. در این پژوهش انواع مشاغل و مهارت های مورد نیاز هر شغل شناسایی شده و هستی شناسیِ طراحی شده که دارای 4 کلاس اصلی و 90 زیرکلاس است، قرار گرفت. هستی شناسی ارائه شده می تواند به طرح طبقه بندی مشاغل و ایجاد پایگاه های دانش بنیان کمک شایانی کند و همچنین می تواند به نهادها و سازمان های مرتبط با اشتغال رشته علم اطلاعات و دانش شناسی از جمله انجمن کتابداری و اطلاع رسانی در تعریف ردیف های شغلی کمک کند. گروه های علمی و دانشجویان نیز می توانند از این هستی شناسی در آموزش و یادگیری مهارت های مورد نیاز برای اشتغال یاری گیرند.
تحلیل شبکه هم نویسندگی مقالات سازمان دهی دانش در ایران(مقاله علمی وزارت علوم)
منبع:
بازیابی دانش و نظام های معنایی سال ۱۲ تابستان ۱۴۰۴ شماره ۴۳
175 - 210
حوزههای تخصصی:
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.
تدوین چارچوبی برای ارزیابی مجلات دسترسی آزاد ایرانی بر اساس معیارهای نمایه سازی بین المللی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف : با رشد فزاینده مجلات دسترسی آزاد و ضرورت سنجش کیفیت آنها، نیاز به تدوین چارچوب های بومی ارزیابی این مجلات در ایران بیش از پیش احساس می شود. هدف این پژوهش، ارائه چارچوبی جامع و بومی برای ارزیابی مجلات دسترسی آزاد ایرانی با تکیه بر معیارهای پذیرفته شده در پایگاه های بین المللی نمایه سازی است. روش پژوهش : این مطالعه از نوع کاربردی و با رویکرد توصیفی-تحلیلی انجام شده و برای گردآوری داده ها از روش دلفی دومرحله ای بهره گرفته شده است. در گام اول، پس از تحلیل اسناد و راهنمای نمایه سازی 11 پایگاه معتبر بین المللی از جمله وب آو ساینس، اسکوپوس، دواج، پاب مد، شرپا رومئو، اینداوی، ابسکو، گوگل اسکالر، اولریخ ، پلن اس، رُود، تعداد ۱۰۳ شاخص اولیه استخراج گردید. این شاخص ها برای ارزیابی به ۱۲ تن از خبرگان حوزه علم اطلاعات ارسال شد که ۹ نفر به آن پاسخ دادند. پس از تحلیل نتایج، شاخص های جدیدی نیز از پیشنهادهای خبرگان افزوده شد و در مجموع ۱۲۲ شاخص در دور دوم برای همان ۹ نفر ارسال گردید. شاخص ها به صورت طبقه بندی شده در قالب شاخص های کلی و زیرشاخص ها ارائه شد و ارزیابی با طیف لیکرت پنج درجه ای و معیارهای آماری (میانگین، انحراف معیار، ضریب تغییرات) انجام گرفت. یافته ها : در مرحله نهایی، ۷۶ شاخص (معادل %62) به عنوان شاخص های نهایی ارزیابی تأیید شدند. این شاخص ها در ۸ مؤلفه اصلی شامل اطلاعات شناسنامه ای مجله، کیفیت محتوای علمی، ساختار هیئت تحریریه، سیاست های انتشار، فرایند داوری، اصول اخلاقی نشر، دسترسی پذیری و ساختار وبگاه طبقه بندی شدند. بالاترین وزن و اهمیت به مؤلفه های «کیفیت محتوای علمی» و «شفافیت فرایند داوری» تعلق گرفت. نتیجه گیری : چارچوب پیشنهادی این پژوهش، بر پایه اجماع خبرگان و تحلیل اسناد معتبر بین المللی طراحی شده و می تواند به عنوان ابزار راهبردی برای ارزیابی مجلات دسترسی آزاد ایرانی مورد استفاده قرار گیرد. به کارگیری این چارچوب می تواند به بهبود استانداردهای علمی، افزایش اعتبار بین المللی و ارتقای نمایه پذیری مجلات ایرانی کمک کند. کاربرد پژوهش : نتایج این تحقیق می تواند مورد استفاده سردبیران، ناشران، سیاست گذاران علمی و نهادهای ارزیاب قرار گیرد تا با تمرکز بر شاخص های کلیدی، روند داوری، تولید محتوا و ساختار نشر در مجلات دسترسی آزاد را بهبود بخشند و بستر ورود آنها به پایگاه های بین المللی را تسهیل کنند.
Advancing Natural Language Processing with New Models and Applications in 2025(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
29 - 56
حوزههای تخصصی:
Background: Recent advancements in Natural Language Processing (NLP) have been significantly influenced by transformer models. However, challenges related to scalability, discrepancies between pretraining and finetuning, and suboptimal performance on tasks with diverse and limited data remain. The integration of Reinforcement Learning (RL) with transformers has emerged as a promising approach to address these limitations. Objective: This article aims to evaluate the performance of a transformer-based NLP model integrated with RL across multiple tasks, including translation, sentiment analysis, and text summarization. Additionally, the study seeks to assess the model's efficiency in real-time operations and its fairness. Methods: The hybrid model's effectiveness was evaluated using task-oriented metrics such as BLEU, F1, and ROUGE scores across various task difficulties, dataset sizes, and demographic samples. Fairness was measured based on demographic parity and equalized odds. Scalability and real-time performance were assessed using accuracy and latency metrics. Results: The hybrid model consistently outperformed the baseline transformer across all evaluated tasks, demonstrating higher accuracy, lower error rates, and improved fairness. It also exhibited robust scalability and significant reductions in latency, enhancing its suitability for real-time applications. Conclusion: This article illustrates that the proposed hybrid model effectively addresses issues related to scale, diversity, and fairness in NLP. Its flexibility and efficacy make it a valuable tool for a wide range of linguistic and practical applications. Future research should focus on improving time complexity and exploring the use of deep unsupervised learning for low-resource languages.
Exploring the Synergy between AI and Cybersecurity for Threat Detection(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
287 - 314
حوزههای تخصصی:
Background : Security has been a major issue of discussion due to increase in the number and sophistication of Cyber threats in the modern era. Conventional approaches to threat identification might face difficulties in a number of things, namely the relevancy and the ability to process new and constantly evolving threats. Machine learning (ML) and deep learning (DL) based Approaches present AI as a potential solution to the problem of efficient threat detection. Objective : The article aims to compare the RF, SVM, CNNs, and RNNs models’ performance, computational time, and resilience in identifying potential cyber threats, such as malware, phishing, and DoS attacks. Methods : The proposed models were trained as well as evaluated on the NSL-KDD and CICIDS 2017 datasets. This was done based on common scheme indicators including accuracy, precision, recollection, F1 measure, detection rate of efficiency, AUC-ROC, False Alarm Rate (FAR), and the stability to adversaries. Rating of computational efficiency was defined by training time and memory consumption. Results : The findings indicate that the CNNs gave the best accuracy (96%) and resisted perturbation better, and the RF showed good performance with little computational load. RNNs have been proved effective in sequential data analysis and SVM also performed fairly well on binary data classification although there is a problem of scalability. Conclusion : CNNs used in AI models are the best solutions to protection from the threats in the cybersecurity space. Nevertheless, some of them still require computational optimization in order to make those beneficial in scenarios with a limited usage of computational resources. It is suggested that these findings can be used in the context of subsequent research and practical applications.
A Digital Twins in Smart Cities for Building Resilient Urban Infrastructures(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
967 - 995
حوزههای تخصصی:
Background: Digital twin (DT) technologies have become significant enablers of urban management, utilising real-time information, data analytics, and IoT connectivity to manage challenging urban issues. Nonetheless, existing studies reveal the capacity of the DTs, while their generalization, flexibility, and cross-disciplinary application for various urban environments are not thoroughly studied yet. Objective: This article aims to evaluate the effectiveness of DT technologies in improving traffic management, energy efficiency, infrastructure maintenance, and public safety across six case study cities: There are Singapore, Helsinki, Barcelona, Dubai, New York, and Tokyo. The study examines how DTs can be extended and implemented to target urban issues and how their use operational performance might be optimized. Methods: The study used quantitative data processing, on-line data analysis with factorization and machine learning, and assessment of the case studies. Quantitative measures which included traffic flow, energy loss, down time, and response to emergency situations were investigated pre and post DT application. The improvements mentioned were statistically confirmed, and the metrics of scalability and adaptability were evaluated in the course of the cities. Results: DT technologies increased traffic flow by up to 42.9%, reduced energy losses by 35%, minimum down time was 42%, emergency response was 44.9%. This was the case because the network had high IoT coverage and because DTs were applied to the context when it specifically needed them. Conclusion: The study proves that DTs can be implemented in different environments due to their flexibility to accommodate different urban conditions. AI and cross domain integration can add to the effectiveness of DT in general and both are inarguably now crucial for the management of contemporary urban environment.
الگوی آسیب شناسی میز خدمات برای بهبود نظام خدمات اطلاع رسانی دانشجویی در دانشگاه های دولتی کشور,(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف: این مقاله ارائه الگوی آسیب شناسی میز خدمات برای بهبود نظام خدمات اطلاع رسانی دانشجویی در دانشگاه های دولتی کشور انجام گرفت. روش:مقاله حاضر از نظر هدف یک پژوهش کاربردی-توسعه ای است که در صدد ارائه الگوی آسیب شناسی میز خدمات برای بهبود نظام خدمات اطلاع رسانی دانشجویی در دانشگاه های دولتی کشور می باشد. از منظر شیوه گردآوری داده ها نیز یک پژوهش غیرآزمایشی (توصیفی) است که با روش پیمایش مقطعی انجام گرفت. از منظر نوع داده ها نیز یک پژوهش آمیخته با ترکیبی از روش های کیفی-کمی است.جامعه مشارکت کنندگان بخش کیفی شامل مدیران دانشگاه های دولتی تهران است که در زمینه میز خدمات از تجربه کافی برخوردار می باشد. نمونه گیری با روش نمونه گیری نظری صورت گرفت و تا رسیدن به اشباع نظری ادامه یافت. بر این اساس 10 نفر در بخش کیفی پژوهش مشارکت کردند. جامعه آماری بخش کمی شامل کلیه دانشجویان دانشگاه های دولتی تهران است. حجم نمونه با فرمول کوکران 384 نفر برآورد گردید. چون جامعه آماری همگن است برای نمونه گیری از روش تصادفی ساده استفاده شد و تا دستیابی به 384 نفرادامه یافت.برای گردآوری داده های پژوهش در بخش کیفی از مصاحبه نیمه ساختار یافته و در بخش کمی از پرسشنامه محقق ساخته استفاده گردید. در این پژوهش نیز از مصاحبه نیم ساختارمند با خبرگان استفاده شده است. در نهایت برای تحلیل داده ها از دو روش استفاده شد. در بخش کیفی با روش گراندد تئوری، شایستگی های روانشناختی مدیران دانشگاه های دولتی کشور شناسایی و روابط علی این عوامل تبیین گردید. در بخش کمی با روش حداقل مربعات جزئی، اعتبار الگوی پارادایمی پژوهش ارزیابی شد. تجزیه وتحلیل داده ها در بخش کیفی با نرم افزار20 MaxQDA و در بخش کمی با نرم افزار 3Smart PLS انجام شد. یافته ها: جامعه مشارکت کنندگان بخش کیفی شامل 10 نفر از مدیران دانشگاه های دولتی تهران بود. از نظر جنسیت 9 نفر مرد و 1 نفر نیز زن بودند. از نظر سنی 1 نفر کمتر از 45 سال، 3 نفر بین 45 تا 55 سال و 6 نفر نیز بالای 55 سال بودند. از نظر تحصیلات همه مدیران دانشگاهی، مدرک تحصیلی دکتری داشتند. در نهایت از نظر سابقه کاری 3 نفر بین 15 تا 20 سال و 7 نفر نیز بالای 20 سال سابقه کاری داشتند.از 384 نفر نمونه بخش کمی از منظر جنسیت 189 نفر (49%) مرد و 195 نفر (51%) زن بودند. از منظر مقطع تحصیلی 56 نفر (15%) دانشجوی کاردانی، 144 نفر (38%) کارشناسی، 104 نفر (27%) کارشناسی ارشد و 80 نفر (21%) دکتری بودند. از منظر سن 132 نفر (34%) کمتر از 25 سال، 108 نفر (28%) بین 25 تا 30 سال، 83 نفر (22%) بین 30 تا 35 سال و 61 نفر (16%) نیز 35 سال و بیشتر سن داشتند. میان مولفه های به کارگیری فناری اطلاعات و ارتباطات، ساختار میز خدمات و فرهنگ سازی بر میز خدمات رابطه وجود دارد. همچنین میان مولفه های میز خدمات نیز بر راهبردهای توانمندسازی منابع انسانی رابطه وجود دارد.. در این رابطه زیرساخت های آموزشی فناورانه بستر لازم را فراهم می آورد و آسیب شناسی میز خدمات نقش مداخله گر را ایفا می کند. در نهایت راهبردهای توانمندسازی منابع انسانی به بهبود نظام خدمات اطلاع رسانی دانشجویی منجر می شود. نتیجه گیری: یک میز خدمات مناسب در طول زمان به بهبود تجربه دانشجویان به واسطه مشاهده و گزارش دهی شفاف و ایجاد جریان کاری کارآمد می انجامد. علاوه بر آن با ارائه قابلیت اطمینان و پاسخگویی به دانشجویان نیز سبب افزایش اعتماد و رضایت آنها از دانشگاه می شود. همچنین رشد سریع تحولات علمی و تکنولوژیک، آموزش را به ابزاری بسیار مهم تبدیل کرده است که نیروی انسانی را در جهت توانمندسازی سوق می دهد آموزش زمینه مناسبی را برای رشد و پرورش استعداد ها و قابلیت های افراد فراهم می نماید و ضمن بهبود کمیت و کیفیت کار، شرایط مناسب را برای توانمندی افراد بوجود می آورد. در نهایت آسیب شناسی میز خدمات با نگاهی نقادانه می تواند به بهبود خدمات اطلاع رسانی دانشجویی در دانشگاه ها کمک کند و این نیازمند توانمندسازی نیروی انسانی و توسعه زیرساخت های فناورانه در دانشگاه است,
Emerging Trends in IT Governance to Addressing the Complexities and Challenges of 2025(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه پردازش و مدیریت اطلاعات دوره ۴۰ تابستان ۱۴۰۴ ویژه نامه انگلیسی ۴ (پیاپی ۱۲۵)
1087 - 1115
حوزههای تخصصی:
Background : As digital transformation accelerates globally, effective IT governance has become critical for organizational success. With global spending on IT governance and risk management projected to reach $16 billion by 2025, emerging technologies such as artificial intelligence (AI), blockchain, and cloud computing are introducing new governance complexities that demand adaptive strategies. Objective : The article explores the key factors and anticipated trends in IT governance that are expected to shape organizational management by 2025. The aim is to understand how evolving technological landscapes influence governance models and risk management practices. Method : A qualitative methodology was adopted, involving a systematic review of 100 scholarly and industry articles focused on recent trends and future directions in IT governance. The analysis highlights issues related to risk management, regulatory compliance, cybersecurity, and technology integration. Results : The review revealed that 83% of organizations reported significant governance challenges due to technological disruption, while 68% indicated a transition toward decentralized governance models, particularly within blockchain-based systems. Additionally, AI-powered decision-making tools are projected to be adopted by over 70% of large enterprises for IT governance functions by 2025. Conclusion : The findings underscore the growing need for flexible and adaptive IT governance frameworks that align with both agile and traditional business objectives. By anticipating and addressing future risks and compliance demands, organizations can enhance their current governance strategies to remain resilient and competitive in the digital era.