از جمله افرادی که در امر تعلیم و تربیت مداخله و مشارکت دارند، قشر بزرگ فرهنگیان هستند که وظیفه افزایش آگاهی و اطلاعات متعلمین را در محیط مدرسه به عهده دارند؛ اما آنچه توجه این پژوهش را به خود جلب کرده، میزان آگاهی آموزش دهندگان، یعنی خود فرهنگیان است؛ به عبارت دیگر میزان آگاهی فرهنگیان در امور سیاسی تا چه اندازه بوده و میزان اثرگذاری آن بر مشارکت در انتخابات (مثبت یا منفی) به عنوان یک شهروند تا چه حد است؟ از جمله افرادی که در زمینه رفتارهای انتخاباتی تحقیق انجام داده است، لیپست است که ویژگی هایی را برای نوع رفتار انتخاباتی افراد برمی شمارد. از افراد دیگری که در زمینه علل شکل گیری رفتار خاص در افراد تحقیق کرده اند آیزن و فیش باین هستند که نوع اطلاعات دریافتی را بر نحوه رفتار اشخاص موثر می دانند. هر دو تئورسین پایه نظری پژوهش قرار گرفته اند. این پژوهش، جامعه آماری خود را فرهنگیان نواحی (1) و (3) آموزش و پرورش شهر اصفهان قرار داده که با ارائه پرسشنامه در قالب 31 سوال باز و بسته به این امر اقدام شده است. برای تحلیل داده ها نیز از نرم افزار کامپیوتری SPSS کمک گرفته شده است.
با نگاهی به ادبیات مدیریت دانش می توان دریافت که نگاه های متفاوتی به مدیریت دانش و کارکردهای آن در بخش های دولتی و خصوصی وجود دارد که این امر ناشی از تفاوت ساختاری این دو بخش اقتصادی است. برای این که بتوانیم از قابلیت های مدیریت دانش در بخش دولتی به خوبی استفاده نماییم، لازم است که از تجربه های برتر موجود بهترین بهره برداری را نماییم. یکی از راه های نیل به این هدف، شناخت تفاوت های مدیریت دانش در بخش های دولتی و خصوصی و الگوبرداری از نقاط قوت بخش خصوصی در بخش دولتی است. در این پژوهش از روش مطالعه ی پیمایشی و ابزار پرسش نامه برای شناسایی این تفاوت ها در بانک ها استفاده شده است. مطالعه ها نشان داد که از پنج بعد شناسایی شده، تنها در دو بعد فناوری اطلاعات و فرآیند های مدیریت دانش تفاوت معناداری بین بانک های دولتی و خصوصی وجود دارد.
این مقاله یک سامانه ی خبره ی ساده و اثربخش را برای پیش بینی داده های نوسانی تصادفی وکوتاه مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره ی مارکوف و مقایسه ی مدل پیش بینی (گِری) با مدل پیش بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده اندادامه یافته، تا منجربه خلق یک سامانه ی خبره ی پیش بینی با کمک هوش مصنوعی شود. این مدل موجب می شود اثربخشی پیش بینی داده های تصادفی نوسانی در اکثر برنامه های مدیریتی افزایش یابد. حاصل این مطالعه، معرفی الگوریتم تشخیص هوش مصنوعی است که کمک می کند تا محیطی رایانه ای برای یک سامانه ی پیش بینی خبره ایجاد شود که داده های کوتاه مدت و اتفاقی ناپایدار را به درستی و بادقت پیش بینی کند. جهت آزمون اثربخشی الگوریتم ارایه شده از داده های مطالعه های (چن تسای لین،2008 ) و داده های مربوط به پیش بینی تقاضای گردشگری در ایران استفاده شده است.نتایج، نشان می دهد خروجی مدل برای دوکشور از دقت بالایی برخوردار است.
بازمهندسی فرآیندهای کسب وکار از جمله مفاهیمی است که با در نظر گرفتن دیدگاه فرآیندی به سازمان ها موفقیت های بزرگی را نوید می دهد. از آن جایی که این مفهوم ترکیبی از چندین دیسیپلین است، موفقیت در آن نیازمند در نظر گرفتن فاکتورهای متفاوتی است. بنابراین مطالعه های متنوعی در خصوص شناسایی فاکتورهای موفقیت و شکست پروژه های بازمهندسی انجام شده است. شرایط خاصی که درسازمان های ایرانی حاکم است، این نیاز را فراهم می سازد تا ضمن به کارگیری چارچوبی همه جانبه، چگونگی تاثیر این فاکتورها در سازمان های ایرانی مورد توجه قرار گیرد. در این مقاله وضعیت فاکتورهای موفقیت در اجرای پروژه های بازمهندسی در ایران به واسطه ی مطالعه ی موردی چندین سازمان مختلف که درگیر این چنین پروژه هایی بوده اند بررسی شده است و نتایج با استفاده از روش تحلیل محتوا تجزیه و تحلیل شده است. درنهایت نکات قابل توجه که در شرایط خاص سازمان های ایرانی به وقوع می پیوندد، مورد بحث قرار می گیرد. یافته های این پژوهش علاوه براین که می تواند در متناسب سازی چارچوب همه جانبه مؤثر واقع شود، می تواند در برنامه ریزی پروژه های بهبود و همچنین کنترل پیشرفت پیاده سازی کمک شایانی نماید.
در سال های اخیر، پیشرفت در فناوری های اطلاعات و ارتباطات و به خصوص تغییرات سریع در فناوری های همراه، در معرفی کاربردهای این فناوری ها و خدمات آن ها دخیل بوده است. از طرفی امکان ارایه و دریافت خدمات از طریق دستگاه های همراه، کاربردهای متداول آن را با تغییر مواجه خواهد کرد. بنابراین تعیین میزان پذیرش این امر از سوی کاربران از اهمیت بالایی برخوردار بوده و باید عوامل مؤثر بر پذیرش خدمات همراه از سوی کاربران شناسایی و اهمیت هریک از این عوامل مشخص شود. این مقاله در نظر دارد تا به بررسی عوامل مؤثر بر پذیرش خدمات همراه از سوی کاربران بپردازد. به این منظور، پس از بررسی مدل های مرتبط با پذیرش فناوری، عوامل مؤثر در زمینه پذیرش خدمات همراه شناسایی شده و با استفاده از تحلیل مسیر، این عوامل مورد تحلیل قرار می-گیرند.