ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱۸۱ تا ۲۰۰ مورد از کل ۸٬۱۵۴ مورد.
۱۸۱.

ترسیم نقشه های برون دادهای علمی دانشگاه علامه طباطبائی بین سال های 1353 تا 1403(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۸ تعداد دانلود : ۱۳۰
برون دادهای علمی که به گزارش یافته های پژوهش های علمی می پردازند، نقشی مهم در ارتقای دانش، پیشرفت علمی و ترویج پژوهش ها در جوامع علمی ایفا می کنند. بدین دلیل، هدف از انجام این پژوهش، تحلیل وضعیت برون دادهای علمی دانشگاه علامه طباطبائی و بازنمود آن ها در قالب نقشه های علمی بود که با استفاده از روش پژوهشی علم سنجی انجام شد. جامعه آماری این پژوهش همه برون دادهای پژوهشی (مقالات بین المللی، کتاب ها، پایان نامه ها/رساله ها، مقالات مجلات داخلی و طرح های پژوهشی) دانشگاه علامه طباطبائی بین سال های 1353 تا 1403، به تعداد 69420 عنوان بودند. این برون دادها بیشتر به زبان فارسی و انگلیسی و تعدادی نیز در دیگر زبان ها همانند فرانسوی، عربی، اسپانیایی و جز آن ها تدوین شده اند. در این پژوهش به منظور گردآوری داده های موردنیاز پژوهش از ابزارهای تحلیلی پایگاه های استنادی، گزارش های سامانه های پژوهشی دانشگاه و ابزارهای علم سنجی استفاده شد. برای ترسیم جداول از نرم افزار اکسل و برای تحلیل شاخص های مرکزیت و ترسیم نقشه های علمی از نرم افزارهای یو سی آی نت و وی. اُ.اِس. ویور استفاده شد. یافته های پژوهش نشان داد، از 3227 مقاله بررسی شده، تعداد 1091 مقاله (6/18 درصد) در حوزه علوم اجتماعی، 666 مقاله (4/11 درصد) در حوزه پزشکی و 493 مقاله (4/8 درصد) در حوزه علوم رایانه منتشر شده اند. درزمینه انتشار کتاب، دانشکده ادبیات فارسی و زبان های خارجی با 1170 کتاب در رده نخست قرار داشت. دانشکده های روانشناسی و علوم تربیتی با 835 کتاب و مدیریت و حسابداری با 656 کتاب در رده های دوم و سوم قرار گرفتند. بررسی پایان نامه ها/رساله های دانشگاه نشان داد کلیدواژه های ایران، آموزش، یادگیری، کیفیت زندگی، رشد اقتصادی، رضایت شغلی و جز آن ها بیشتر به کاررفته اند. بررسی مقالات در مجلات داخلی و خارجی فاقد نمایه بین المللی دانشگاه نشان داد، کلیدواژه های ایران، اثربخشی، دانشجویان و ارزیابی کیفیت بسامد بالایی داشتند. بیشتر طرح های پژوهشی دانشگاه علامه طباطبائی در موضوعات رضایت تحصیلی، وضعیت اشتغال، فعالیت های اجتماعی دانشجویان تدوین شده اند. درمجموع می توان بیان داشت، ترسیم نقشه های علمی می تواند در افزایش اعتبار و شفافیت نتایج پژوهش ها، توسعه و پیشرفت درزمینه پژوهشی و افزایش رؤیت پذیری برون دادهای علمی نقش بسزایی ایفا نماید.
۱۸۲.

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

نویسنده:
حوزه‌های تخصصی:
تعداد بازدید : ۱۴ تعداد دانلود : ۲۵
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.
۱۸۳.

شناسایی عوامل مؤثر بر اثربخشی دوره های آموزشی کوتاه مدت پژوهشگاه علوم و فناوری اطلاعات ایران(ایرانداک)(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۲۱ تعداد دانلود : ۲۲
پژوهش حاضر با هدف "شناسایی عوامل مؤثر بر اثربخشی دوره های آموزشی کوتاه مدت پژوهشگاه علوم و فناوری اطلاعات ایران" انجام شده است. روش پژوهش در توصیف آزمودنی ها و پاسخ به سئوالات، پیمایشی و در پیش بینی متغیرها از تحلیل عاملی اکتشافی از نوع تجزیه به مؤلفه های اصلی است و جامعه آماری، شامل تمامی دانش پذیران دوره های آموزشی پژوهشگاه علوم و فناوری اطلاعات ایران به تعداد 1475 نفر بوده است و تعداد 305 نفر به روش نمونه گیری تصادفی ساده انتخاب شده اند. ابزار پژوهش، پرسشنامه های محقق ساخته، شامل اطلاعات شخصی و آکادمیک، پرسشنامه اهداف دوره آموزشی: قبل از حضور در دوره(سنجش سطح مهارت و یا دانش) و بعد از حضور در دوره(سنجش سطح مهارت و یا دانش) و پرسشنامه عوامل تأثیرگذار در اثربخشی دوره آموزشی بوده است. روایی پرسشنامه از طریق اجرای آزمایشی و روایی آن از نوع روایی محتوایی و از طریق قضاوت خبرگان بدست آمد. همچنین پایایی پرسشنامه، از طریق ضریب آلفای کرونباخ 94/0 به دست آمد. برای پردازش آماری از نرم افزار SPSSv22 و برای آزمون فرضیه های پژوهش نیز از روش تحلیل عاملی اکتشافی و آزمون رگرسیون استفاده شد. یافته های پژوهش نشان داد با توجه به مقدار ضرایب تأثیر عامل ها می توان گفت اولویت اول تأثیرگذاری عبارتند از: 1- اهداف دوره آموزشی 2- امور اداری و پشتیبانی اجرای دوره 3- تناسب فضا، مواد و تجهیزات آموزشی با اهداف 4- کیفیت محتوای دوره آموزشی و تناسب آن با اهداف 5- دانش، نگرش و مهارتهای تدریس و کلاسداری مدرس 6- ارزشیابی و ارائه بازخورد.
۱۸۴.

تدوین هستی شناسی مشاغل علم اطلاعات و دانش شناسی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۳ تعداد دانلود : ۷۹
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. 
۱۸۵.

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

حوزه‌های تخصصی:
تعداد بازدید : ۷۸ تعداد دانلود : ۸۰
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 : ۲۳ تعداد دانلود : ۲۰
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 : ۲۶ تعداد دانلود : ۲۵
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 : ۲۳ تعداد دانلود : ۱۹
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 : ۵۱ تعداد دانلود : ۷۴
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 : ۷۲ تعداد دانلود : ۶۰
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.

AI-Driven Automation for Transforming the Future of Software Development(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۸۲ تعداد دانلود : ۷۲
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.
۱۹۲.

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

حوزه‌های تخصصی:
تعداد بازدید : ۲۲ تعداد دانلود : ۲۶
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.
۱۹۳.

An Ensemble Learning Framework for Credit Card Fraud Detection Using Machine Learning and Deep Learning

حوزه‌های تخصصی:
تعداد بازدید : ۲۴ تعداد دانلود : ۱۸
The rapid growth of digital payment systems has heightened the need for accurate and scalable methods to detect credit card fraud. This study evaluates a range of machine learning and deep learning algorithms, including Logistic Regression, Decision Tree, Random Forest, K-Nearest Neighbors (KNN), XGBoost, Convolutional Neural Networks (CNN), Baseline MLP (Multi-Layer Perceptron), and Long Short-Term Memory (LSTM), to identify effective approaches for detecting fraudulent transactions. Based on comparative analysis, Random Forest and LSTM achieved the strongest individual performance, with accuracies exceeding 96%. Building on these findings, a stacking ensemble model was constructed by integrating Random Forest and LSTM as base learners and Logistic Regression as the meta-classifier. The framework incorporates Convolutional Autoencoder (CAE) for feature extraction and Random Undersampling (RUS) with three resampling ratios (1:1, 1:5, and 1:10) to address class imbalance. Experimental results show that the ensemble model provides improved predictive accuracy compared with individual algorithms, achieving an accuracy of 99.98%, precision of 99.86%, and recall of 99.89% under a 1:10 resampling ratio. Rather than proposing a new algorithmic architecture, this study contributes a systematic and unified evaluation of widely used ML and DL approaches and demonstrates the effectiveness of integrating CAE, RUS, and a Random Forest–LSTM stacking ensemble in enhancing fraud detection performance.
۱۹۴.

مدیریت دانش شهودی: چارچوبی برای افزودن بُعد سوم دانش(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۰ تعداد دانلود : ۳۲
هدف : هرچند که مدل های کلاسیک مدیریت دانش تعامل میان دانش صریح و ضمنی تبیین شده است؛ اما لایه ای عمیق تر از دانش، کمتر مورد توجه قرار گرفته است. بر این اساس در پژوهش حاضر تلاش شده است تا در کنار ابعاد دانش صریح و ضمنی بُعد سوم دانش با عنوان دانش «شهودی» معرفی شود. روش پژوهش : پژوهش بر پایه رویکرد کیفی و پارادایم تفسیری طراحی شد. داده ها از طریق مصاحبه های عمیق با خبرگان جمع آوری و فرایند تحلیل شامل سه مرحله کدگذاری باز، محوری و انتخابی انجام شد و در پایان به استخراج الگوی پرادایمی مدیریت دانش شهودی انجامید. یافته ها : یافته ها نشان داد که شهود نه تنها یک تجربه فردی و ناخودآگاه است، بلکه می تواند به عنوان سرمایه دانشی سازمانی مدیریت گردد. شرایطی مانند فشارهای محیطی و عدم قطعیت زمینه فعال شدن شهود را فراهم می کنند و عواملی چون فرهنگ اعتمادمحور، ساختارهای منعطف و فضای حمایتی سازمانی امکان بالفعل سازی آن را مهیا می سازند. همچنین مکانیسم هایی نظیر روایت گری، بازاندیشی جمعی و اجتماعی سازی تجربه ها، موجب تبدیل دانش شهود فردی به دانش جمعی می شوند. از دیدگاه فرهنگی و فلسفی نیز دانش شهودی از الهام درونی و درک قلبی حقایق و واقعیات جهان هستی ناشی می شود. نتیجه گیری : دانش سازمانی از سه بُعد دانش آشکار، ضمنی و شهودی تشکیل می شود و متناسب با هر موضوع و مسئله، یک یا چند سلول دانشی از مجموعه دانش های موجود سازمانی به کار برده می شود. بنابراین، نگاه تک بعدی و یا حتی دو بعدی به دانش سازمانی برای حل مسائل واقعی سازمان کافی نخواهد بود و توجه به هر سه بعد دانش سازمانی ضروری است.
۱۹۵.

ترسیم ساختار فکری و روند تکامل دانش در حوزه آر دی اف(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۵۰ تعداد دانلود : ۶۷
هدف از انجام پژوهش حاضر ترسیم و تحلیل ساختار فکری و تکامل دانش در حوزه آر دی اف با روش هم واژگانی و خوشه بندی مفاهیم و رویدادهای این عرصه است. این پژوهش از نوع کاربردی است که با رویکرد علم سنجی انجام شده است. جامعه آماری این پژوهش شامل تمام پژوهش های انجام شده در حوزه آردی اف در پایگاه وب آو ساینس از سال 1998-2021 است. همچنین ابزار گردآوری داده ها در این پژوهش یادداشت برداری و ابزار تجزیه وتحلیل داده ها، تحلیل هم واژگانی و تحلیل شبکه رهیافتی با استفاده از نرم افزارهای Vosviewer، Netdrow، Spss و Bibexecl است. یافته های پژوهش نشان داد که کلیدواژه های RDF، Semantic web، Ontoloty، linked data و SPARQL پربسامدترین واژه ها و کلیدواژه هایRDF*semantic Web، RDF*Academic Ontology و RDF* SPARQL بیشترین زوج های واژگان هستند. همچنین شبکه هم واژگانی شامل شش خوشه با نام های «مقیاس پذیری مدل داده»، «بازنمون RDF موجودیت ها و روابط کتابشناختی»، «همترازی هستان شناسی»، «وب معنایی و داده های پیوندی»، «مدیریت و انتشارداده» و «داده کاوی» است. علاوه بر این چگالی شبکه برابر با 068/0 است که از وضعیت مطلوبی برخوردار نیست. خوشه های «مقیاس پذیری مدل داده»، «هم ترازی هستان شناسی»، «مدیریت و انتشار داده» و «داده کاوی» هنوز به بلوغ کافی نرسیده اند و نیازمند پژوهش بیشتری است. همچنین نتایج نشان داد که تولیدات علمی حوزه آردی اف علی رغم روند صعودی خود، از پراکندگی موضوعی بیشتری برخوردار است و بیشتر به سمت وب معنایی گرایش داشته و تحلیل شبکه هم رخدادی واژگان این حوزه نیز پراکندگی موضوعی بیشتری دارد.
۱۹۶.

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 : ۸۰ تعداد دانلود : ۹۳
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.
۱۹۷.

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 : ۳۶ تعداد دانلود : ۲۲
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.
۱۹۸.

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

حوزه‌های تخصصی:
تعداد بازدید : ۵۱ تعداد دانلود : ۹۰
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.
۱۹۹.

Adaptive AI-Driven Network Slicing in 6G for Smart Cities: Enhancing Resource Management and Efficiency(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۷۰ تعداد دانلود : ۷۵
Background: Smart city evolution is fast-paced, and imposes severe demands on telecom infrastructures: it must be highly flexible and scalable for coping with bursty traffic loads and heterogeneous service needs. Legacy network systems are not well suited to handle the changing requirements of smart city environments with autonomous cars, IoT, and public safety systems. Objective : The study to offer an AI-native network slicing framework for 6G smart city networks in order to improve dynamic resource control and management. The framework aims to enhance the delay, energy, and resource performance metrics which are significant for smart city services. Method: To facilitate the real-time network resource orchestration depending on the changing traffic requirements and user preferences, the authors consider moving target defense adapted artificial intelligence with a Deep Reinforcement Learning (DRL) model. Simulations were carried out to compare the AI-native model to conventional and AI-supported slicing methods. Results : Simulation results validate that the AI-native network slicing framework outperforms current 5G solutions with 25% reduction in latency and 20% increase in energy efficiency. Furthermore, the model's online resource allocation scheme can enhance the utilization efficiency of the bandwidth and the energy by 15% compared with the traditional approaches. Such improvements especially in critical applications like traffic management, emergency response, and health care would be important. Conclusion: The presented results demonstrate that AI-native network slicing is a viable, flexible, and scalable solution for 6G smart city networks. The framework is designed to support the future sustainable and high-performance requirements of urban infrastructures, providing both energy-efficient real-time adaptability. This study provides an overarching front-to-end outlook to address the management issues of sophisticated resource systems, and puts AI-native network slicing at the base level of the emerging smart cities.
۲۰۰.

ساختار مفهومی دانش پژوهی حوزه حکمرانی علم و فناوری در ایران: تحلیل علم سنجی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۱ تعداد دانلود : ۱۰۸
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.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان