درخت حوزه‌های تخصصی

این پژوهش یک چارچوب نوین برای پیش بینی ریسک اعتباری مشتریان خرد در پلتفرم های فناوری وام دهی (LendTech) با استفاده از داده های جایگزین و الگوریتم های یادگیری ماشین ارائه می دهد. روش های سنتی امتیازدهی اعتباری معمولاً قادر به شناسایی الگوهای پیچیده رفتاری نیستند و در محیط های وام دهی دیجیتال عملکرد محدودی دارند. در این مطالعه، از داده های جایگزین مانند رفتار دیجیتال کاربران، سوابق تراکنش ها، داده های تلفن همراه و تعاملات کاربران با پلتفرم برای افزایش دقت پیش بینی نکول استفاده شده است. همچنین چندین مدل یادگیری ماشین از جمله رگرسیون لجستیک، درخت تصمیم، جنگل تصادفی و گرادیان بوستینگ مورد ارزیابی قرار گرفته اند. برای افزایش شفافیت و قابلیت تفسیر نتایج، از روش SHAP جهت تحلیل اهمیت ویژگی ها استفاده شده است. نتایج نشان می دهد که مدل های تجمیعی، به ویژه Gradient Boosting و Random Forest، بهترین عملکرد را در پیش بینی ریسک اعتباری دارند و عواملی مانند الگوهای تراکنش، رفتار بازپرداخت، ثبات درآمد و میزان تعامل کاربران با پلتفرم بیشترین تأثیر را بر نتایج دارند. یافته ها بیانگر آن است که ترکیب داده های جایگزین، یادگیری ماشین و هوش مصنوعی توضیح پذیر می تواند چارچوبی دقیق، کارآمد و قابل اعتماد برای امتیازدهی اعتباری در اکوسیستم های وام دهی فراهم کند.

این پژوهش با هدف تحلیل رفتار معامله گران خرد در بازار سرمایه و ارائه یک چارچوب هوشمند مبتنی بر یادگیری تقویتی و داده های سفارشات لحظه ای انجام شده است. در سال های اخیر، پیچیدگی روزافزون بازارهای مالی و نقش پررنگ داده های با فرکانس بالا، ضرورت استفاده از مدل های پیشرفته محاسباتی را در تحلیل رفتار بازار افزایش داده است. در این راستا، بازار سرمایه به عنوان یک سیستم پیچیده تطبیقی در نظر گرفته شده و رفتار معامله گران خرد از طریق داده های دفتر سفارشات محدود و با استفاده از الگوریتم های یادگیری تقویتی مدل سازی شده است. در این پژوهش، سه الگوریتم اصلی شامل یادگیری کیو و شبکه کیو عمیق، روش بازیگر منتقد و روش بازیگر منتقد نرم برای تحلیل و پیش بینی رفتار بازار مورد استفاده قرار گرفتند. داده های مورد استفاده شامل ویژگی های استخراج شده از دفتر سفارشات لحظه ای از جمله عدم تعادل سفارشات، عمق بازار، جریان سفارشات و تغییرات لحظه ای قیمت بوده است. نتایج نشان داد که مدل های یادگیری تقویتی، به ویژه روش بازیگر–منتقد نرم، عملکرد بهتری نسبت به سایر مدل ها در شاخص هایی مانند دقت پیش بینی، بازدهی تجمعی و کنترل ریسک دارند. همچنین مشخص شد که عدم تعادل سفارشات مهم ترین متغیر تأثیرگذار در پیش بینی جهت بازار است. یافته ها بیانگر آن است که ترکیب یادگیری تقویتی با داده های سطح خرد بازار می تواند الگوهای رفتاری پنهان معامله گران خرد را استخراج کرده و دقت تصمیم گیری در محیط های مالی پویا را به طور معناداری افزایش دهد. این چارچوب می تواند به توسعه سیستم های معاملاتی هوشمند و بهبود درک رفتار بازار در سطح خرد کمک کند.

گسترش سریع اکوسیستم امور مالی غیرمتمرکز (DeFi) و بازار دارایی های رمزنگاری شده، ساختار سنتی نظام مالی را با چالش های بنیادین مواجه کرده است. ویژگی هایی نظیر عدم تمرکز، قراردادهای هوشمند، نقدینگی الگوریتمی، اهرم مالی پنهان و ارتباطات پیچیده میان پروتکل ها، موجب ظهور انواع جدیدی از ریسک های سیستمیک شده اند که ابزارهای متعارف مدیریت ریسک توانایی کافی برای شناسایی و پیش بینی آن ها را ندارند. هدف این پژوهش ارائه یک چارچوب یکپارچه برای ارزیابی ریسک های سیستمیک ناشی از DeFi و ارزهای دیجیتال با بهره گیری از مدل های شبیه سازی مونت کارلو کوانتومی و الگوریتم های هوش مصنوعی است. در این چارچوب، شبکه مالی غیرمتمرکز به عنوان یک سیستم پیچیده تطبیقی مدل سازی شده و وابستگی های غیرخطی میان پروتکل ها، صرافی های غیرمتمرکز، استیبل کوین ها و بازیگران بازار از طریق شبکه های عصبی عمیق و مدل های یادگیری گرافی استخراج می شود. سپس با استفاده از الگوریتم های مونت کارلو کوانتومی، سناریوهای گسترده ای از شوک های بازار، فروپاشی نقدینگی و سرایت ریسک شبیه سازی شده و احتمال وقوع بحران های سیستمیک برآورد می شود. نتایج نظری نشان می دهد که ترکیب قابلیت های پیش بینی هوش مصنوعی با سرعت همگرایی بالاتر الگوریتم های کوانتومی می تواند دقت ارزیابی ریسک های سیستمیک را نسبت به مدل های کلاسیک به طور معناداری افزایش دهد.

افزایش پیچیدگی شبکه های مالی و گسترش ارتباطات متقابل میان بانک ها موجب شده است که ریسک سیستمی به یکی از مهم ترین تهدیدهای ثبات مالی در اقتصادهای مدرن تبدیل شود. بحران مالی جهانی 2008 نشان داد که ناتوانی در شناسایی زودهنگام آسیب پذیری های سیستمی می تواند پیامدهای گسترده ای برای نظام بانکی و اقتصاد کلان به همراه داشته باشد. در این راستا، آزمون بحران به عنوان یکی از ابزارهای کلیدی مدیریت ریسک، توسط بانک های مرکزی و نهادهای ناظر برای ارزیابی تاب آوری بانک ها در برابر شوک های اقتصادی مورد استفاده قرار می گیرد. با این حال، روش های سنتی آزمون بحران عمدتاً مبتنی بر سناریوهای از پیش تعریف شده بوده و در مواجهه با محیط های پویا و غیرخطی مالی از انعطاف پذیری محدودی برخوردار هستند.ظهور فناوری های هوش مصنوعی مولد، به ویژه مدل های زبانی بزرگ، شبکه های مولد تخاصمی و مدل های انتشار، ظرفیت های جدیدی را برای تولید سناریوهای پیچیده، تحلیل روابط غیرخطی و شبیه سازی رویدادهای نادر فراهم ساخته است. این پژوهش با هدف ارائه چارچوبی نوین برای آزمون بحران و سناریوسازی ریسک سیستمی بانک ها بر پایه مدل های هوش مصنوعی مولد انجام شده است. در این چارچوب، داده های کلان اقتصادی، شاخص های سلامت بانکی، متغیرهای بازار مالی و اطلاعات شبکه ارتباطات بین بانکی به عنوان ورودی مدل مورد استفاده قرار می گیرند و مدل های مولد قادر خواهند بود مجموعه گسترده ای از سناریوهای بحرانی محتمل را تولید و ارزیابی نمایند. نتایج تحلیل های نظری نشان می دهد که به کارگیری مدل های هوش مصنوعی مولد می تواند دقت پیش بینی بحران های بانکی، قابلیت کشف الگوهای پنهان، توانایی تولید سناریوهای نوظهور و انعطاف پذیری فرآیند آزمون بحران را به طور قابل توجهی افزایش دهد. همچنین این فناوری امکان ارزیابی اثرات سرایتی ریسک در شبکه بانکی و شناسایی بانک های دارای اهمیت سیستمی را فراهم می آورد. یافته ها حاکی از آن است که ادغام هوش مصنوعی مولد با چارچوب های نظارتی موجود می تواند به ارتقای ثبات مالی، بهبود تصمیم گیری نهادهای ناظر و افزایش تاب آوری نظام بانکی در برابر شوک های اقتصادی منجر شود.

در سال های اخیر، گسترش رمزارزها و فناوری های مبتنی بر بلاک چین موجب تحول اساسی در نظام های پرداخت و مدیریت مالی شرکت ها شده است. پذیرش رمزارزها به عنوان یک ابزار پرداخت نوین می تواند ساختار جریان های نقدی، سرعت گردش نقدینگی و شیوه مدیریت دارایی های جاری شرکت ها را دگرگون سازد. با این حال، ماهیت نوسانی رمزارزها و عدم قطعیت های مرتبط با پذیرش آن ها، تحلیل اثرات این پدیده را پیچیده کرده است. علاوه بر این، تفاوت های نهادی و مقرراتی میان کشورها موجب شده است که اثر رمزارزها بر عملکرد مالی شرکت ها در بسترهای مختلف اقتصادی متفاوت باشد. در چنین شرایطی، استفاده از روش های پیشرفته مدل سازی احتمالاتی برای درک بهتر این روابط ضروری به نظر می رسد.پژوهش حاضر با هدف بررسی تأثیر پذیرش رمزارزها بر مدیریت نقدینگی شرکت ها انجام شده و از رویکرد شبکه های بیزی برای مدل سازی روابط احتمالاتی میان متغیرهای کلیدی استفاده می کند. این روش امکان تحلیل وابستگی های علی و غیرخطی میان پذیرش رمزارزها، جریان های نقدی عملیاتی، چرخه تبدیل وجه نقد و ریسک نقدینگی را فراهم می سازد. همچنین شبکه های بیزی این قابلیت را دارند که عدم قطعیت های موجود در داده های مالی و محیطی را به صورت ساختاریافته مدل سازی کنند و سناریوهای مختلف تصمیم گیری را شبیه سازی نمایند. این ویژگی باعث می شود نتایج پژوهش از انعطاف پذیری و دقت بالاتری نسبت به مدل های اقتصادسنجی سنتی برخوردار باشد. نتایج مفهومی پژوهش نشان می دهد که پذیرش رمزارزها می تواند از طریق کاهش هزینه های تراکنش، افزایش سرعت تسویه و بهبود دسترسی به بازارهای بین المللی، موجب بهبود مدیریت نقدینگی شود. در عین حال، نوسانات قیمتی و ریسک های قانونی می توانند اثرات منفی بر ثبات نقدینگی ایجاد کنند. یافته ها نشان می دهد که اثر نهایی پذیرش رمزارزها بر مدیریت نقدینگی ماهیتی غیرخطی و وابسته به شرایط محیطی دارد. در مجموع، استفاده از شبکه های بیزی امکان تحلیل دقیق تر عدم قطعیت ها و ارائه تصویری جامع تر از روابط میان متغیرهای مالی در فضای رمزارزها را فراهم می کند.

در سال های اخیر، توسعه بازارهای مالی و افزایش پیچیدگی رفتار سرمایه گذاران، ضرورت بهره گیری از روش های نوین تحلیلی برای ارزیابی عملکرد ابزارهای مالی را دوچندان کرده است. در این میان، صندوق های سرمایه گذاری به عنوان یکی از مهم ترین نهادهای مالی غیرمستقیم، نقش اساسی در تجهیز و تخصیص بهینه منابع مالی در بازار سرمایه ایفا می کنند. با توجه به نوسانات بالای بازار سرمایه و محدودیت روش های سنتی در تحلیل غیرخطی و پویا، استفاده از رویکردهای مبتنی بر یادگیری ماشین و به ویژه شبکه های عصبی مصنوعی به عنوان یک ابزار قدرتمند در پیش بینی و ارزیابی عملکرد صندوق ها مورد توجه قرار گرفته است. هدف این پژوهش، ارائه یک مدل ترکیبی مبتنی بر شبکه های عصبی عمیق (Deep Neural Networks) و داده های سری زمانی بازار سرمایه جهت ارزیابی عملکرد صندوق های سرمایه گذاری و پیش بینی بازدهی آن ها است. در این راستا، داده های مربوط به بازدهی واحدهای سرمایه گذاری، شاخص کل بورس، نرخ ارز، نرخ سود بدون ریسک و متغیرهای کلان اقتصادی به عنوان ورودی های مدل مورد استفاده قرار گرفته اند. روش تحقیق از نوع توصیفی کاربردی بوده و با استفاده از داده های واقعی بازار سرمایه ایران در یک بازه زمانی چندساله، مدل پیشنهادی آموزش و آزمون شده است. نتایج حاصل از مدل سازی نشان می دهد که شبکه های عصبی در مقایسه با روش های سنتی مانند رگرسیون خطی و مدل های کلاسیک ارزیابی عملکرد (مانند شارپ و ترینر)، توانایی بالاتری در شناسایی الگوهای غیرخطی و پیش بینی رفتار صندوق های سرمایه گذاری دارند. همچنین نتایج بیانگر آن است که ترکیب متغیرهای کلان اقتصادی با داده های معاملاتی، دقت پیش بینی مدل را به طور معناداری افزایش می دهد. در نهایت، یافته های پژوهش نشان می دهد که بهره گیری از مدل های یادگیری عمیق می تواند به سرمایه گذاران و مدیران صندوق ها در تصمیم گیری های بهینه و مدیریت ریسک کمک شایانی نماید.

این پژوهش با هدف شناسایی و اولویت بندی مهارت ها و نیازهای توسعه فردی مدیران منابع انسانی در حوزه مربیگری، به تلفیق روش دلفی سنتی (مبتنی بر دیدگاه های خبرگان) با قابلیت های روش دلفی مبتنی بر هوش مصنوعی پرداخته است. در راستای ارائه یک الگوی نوآورانه در روش شناسی تحقیق، از ظرفیت تحلیل مدل های زبانی پیشرفته نظیر ChatGPT، DeepSeek، Perplexity، Microsoft Copilot و Gemini در کنار تجربه و قضاوت انسانی استفاده شده است. پژوهش از نوع کاربردی است، اما به دلیل تمرکز بر توسعه ابزارهای تحلیلی نوین، جنبه هایی از پژوهش های بنیادی را نیز در برمی گیرد. جامعه پژوهش شامل ۱۰ نفر از متخصصان منابع انسانی و پنج مدل زبانی هوش مصنوعی است. گردآوری داده ها با استفاده از روش دلفی انجام شده و برای افزایش اعتبار یافته ها، رویکرد زاویه بندی به کار رفته است. شایان ذکر است که برای طراحی پرسشنامه اولیه، علاوه بر مرور ادبیات، ۱۰۰ شرح شغلی و ۵۰ آگهی شغلی با استفاده از Python تحلیل شده است. نتایج نشان می دهد دلفی مبتنی بر هوش مصنوعی توانایی بالایی در تحلیل دقیق و چندلایه مؤلفه ها دارد و داده هایی با دیدگاه های متنوع و چرخشی تولید می کند. این فرآیند در پنج مرحله طراحی شده که از نگارش هدفمند پرامپت ها آغاز و با اولویت بندی مؤلفه ها پایان می یابد. برای نخستین بار در ایران، این فرآیند به صورت ساختارمند در حوزه توسعه فردی و پژوهش های علمی اجرا شده و می تواند در ترکیب با دلفی انسانی، دقت تحلیل و کیفیت تصمیم سازی در مطالعات را به طور معناداری ارتقا دهد.

این پژوهش در پی شناسایی بارزترین نشانه های هشدار اولیه و علل وقوع کار خارج از توالی و تحلیل اثر آن ها بر بهره وری پروژه های ساخت وساز صنعتی است. بدین منظور، با اتکا به پیشینه پژوهش و نظرات گروهی متشکل از 16 خبره و به کمک فن دلفی فازی بارزترین این نشانه ها و علل در پروژه های ساخت وساز صنعتی تعیین، و با استفاده از قواعد ماکس ماکس و بیز اثر آن ها بر بهره وری پروژه های مذکور در دو موقعیت اطمینان کامل و ریسک تحلیل شد. ادغام یافته های دو رویکرد نشان داد که در میان بارزترین نشانه های هشدار اولیه، شش نشانه «ویرایش های زیاد در طراحی»؛ «حضور افراد بی تجربه در نقش های کلیدی»؛ «گرایش به تخطی از منحنی پیشرفت خط پایه»؛ «برنامه ریزی ضعیف برای گذار از مرحله ساخت به مرحله راه اندازی»؛ «درصد بالای دوباره کاری»؛ و «استفاده زودهنگام از شناوری» جدی ترین اخطار آسیب به بهره وری از جانب کار خارج از توالی را می دهند. همچنین، در میان بارزترین علل کار خارج از توالی، «عدم توجه به الزامات ذ ی نفعان حین برنامه ریزی»؛ «تغییر در طراحی»؛ «ارتباط ضعیف تیم پروژه با طرف های مختلف پروژه»؛ «عدم تحویل به موقع توسط تأمین کنندگان»؛ «واقعی نبودن زمان پیش بینی شده برای فعالیت ها»؛ و «نبود منابع مالی کافی برای پروژه» می توانند با زمینه سازی برای وقوع کار خارج از توالی، بیشترین آسیب را به بهره وری پروژه های ساخت وساز صنعتی وارد کنند. یافته های این مطالعه به مدیران در درک بهتر نشانه های هشدار اولیه و علل کار خارج از توالی و پیش بینی تمهیداتی برای پیشگیری از وقوع یا کاهش آثار منفی این پدیده در مرحله برنامه ریزی پروژه های ساخت وساز صنعتی کمک می کند.

هدف: افزایش نظارت ها بر حرفه حسابرسی، امروزه به شکل خود انتظامی تعریف شده تا از طریق فرآیندهای کنترلی، مشروعیت حرفه حسابرسی را گسترش دهد. این مطالعه به دنبال دسته بندی چارچوب های خودانتظامی جهت توسعه اقدام های کارکردی در حرفه حسابرسی است.   روش: ماهیت این مطالعه به لحاظ روش شناسی اکتشافی و ترکیبی است که طی فرآیند مصاحبه در بخش کیفی، به دنبال شناسایی مضامین گزاره ای مرتبط با پدیده مورد بررسی است. سپس با الگو قراردادن رویکرد کلایزی (1978)، به دنبال نوع شناسی چارچوب های خودانتظامی به عنوان هدف بخش کمی است. در این مطالعه ابتدا با 13 نفر از خبرگان حسابداری مصاحبه شد تا محورهای خود انتظامی مشخص شوند، سپس از طریق یکپارچه کردن گزاره های شناسایی شده، از طریق مشارکت 22 نفر از حسابرسان باتجربه، نسبت به پیاده سازی ماتریس مرجع چارچوب های خودانتظامی اقدام شود.   یافته ها: نتایج در بخش کیفی از ظهور 24 مضمون گزاره ای برای دسته بندی چارچوب های نوع شناسی خود انتظامی بود که مورد تأیید قرار گرفت. نتایج در بخش کمی نیز وجود 4 طبقه شناختی را نشان می دهد می تواند فرایند پیاده سازی کارکردهای خود انتظامی را توسعه بخشد.   نتیجه گیری: این نوع شناسی شامل 4 مقوله کارکردهای نهادی؛ کارآمدی فردی؛ ارزش ها و ساختار شغلی است. مطالعه حاضر به لحاظ دانش افزایی نشان می دهد دستیابی به سطحی از شناخت تفکیک شده در بستر حرفه حسابرسی را دنبال می نماید.

زمینه و هدف: در سال های اخیر، گسترش سریع هوش مصنوعی و ابزارهای تولید خودکار محتوا چالش های جدیدی برای تمامیت پژوهش ایجاد کرده است. دانشگاه های وابسته به ستاد کل نیروهای مسلح به دلیل ماهیت امنیتی و طبقه بندی شده پژوهش ها، در برابر خطراتی مانند افشای اطلاعات، جعل علمی و کاهش اصالت تحقیقات آسیب پذیرترند. بر این اساس، این پژوهش با هدف ارائه الگوی پارادایمی صیانت پژوهشی در عصر هوش مصنوعی و تبیین ابعاد و سازوکارهای آن انجام شد. روش شناسی: این تحقیق از نوع اکتشافی بوده و با رویکرد کیفی و روش نظریه داده بنیاد (اشتراوس و کوربین) اجرا شد. مشارکت کنندگان شامل اعضای هیئت علمی، مدیران پژوهشی، متخصصان امنیت اطلاعات، کارشناسان هوش مصنوعی و خبرگان پژوهش در دانشگاه های وابسته به ستاد کل نیروهای مسلح بودند که با روش نمونه گیری هدفمند انتخاب شدند. داده ها از طریق مطالعه کتابخانه ای و انجام 17 مصاحبه نیمه ساختاریافته گردآوری و در محیط MAXQDA تحلیل شد. برای افزایش دقت تحلیل و کشف الگوهای پنهان، از الگوریتم های هوش مصنوعی در تحلیل محتوای مصاحبه ها کمک گرفته شد. یافته ها: یافته ها نشان دادند که چالش های اخلاقی هوش مصنوعی، ضعف سواد پژوهشی دیجیتال، نبود نظام های نظارت هوشمند، آسیب پذیری داده ها و خلأهای مقرراتی از مهم ترین عوامل علی تهدیدکننده صیانت پژوهشی اند. همچنین محدودیت های زیرساختی، نبود بانک داده استاندارد و ضعف فرهنگ سازی پژوهشی به عنوان عوامل زمینه ای، و مشکلات هماهنگی سازمانی و نبود پروتکل های امنیتی نوین به عنوان عوامل مداخله گر شناسایی شدند. در پاسخ، راهبردهایی چون ارزیابی هوشمند اصالت محتوا، سامانه های تشخیص تخلف، پروتکل های امنیت داده مبتنی بر هوش مصنوعی و آموزش سواد پژوهشی هوشمند ارائه شد. پیامد اصلی احصاء شده ارتقای اصالت علمی و امنیت پژوهش بود. نتیجه گیری: الگوی ارائه شده در این پژوهش نشان می دهد که صیانت پژوهشی در دانشگاه های وابسته به ستاد کل نیروهای مسلح نیازمند ترکیبی از حکمرانی مسئولانه هوش مصنوعی، زیرساخت های فنی امن، نظارت هوشمند، آموزش هدفمند و توسعه نظام های ارزیاب اصالت محتوا است. پیشنهاد کلیدی تحقیق، طراحی و استقرار سامانه یکپارچه صیانت پژوهشی مبتنی بر هوش مصنوعی است که بتواند تمام چرخه پژوهش، تولید داده تا نگارش، ذخیره سازی و انتشار را تحت نظارت هوشمند و امن قرار دهد و از خروج اطلاعات، جعل علمی، تخلف پژوهشی و تولید محتوای غیر اصیل جلوگیری کند. "مقاله فوق در فهرست آماده انتشار می باشد"

در محیط رقابتی و پویای امروز، نوآوری برای پیشرفت در حرفه هایی نظیر حسابداری امری حیاتی تلقی می شود. پژوهش حاضر باهدف بررسی تأثیر پیش زمینه های مالی بر رفتار نوآورانه دانشجویان حسابداری در استان یزد انجام شده و نقش میانجی روحیه کارآفرینانه و نقش تعدیلگر خلاقیت را نیز موردبررسی قرار داده است. داده ها با استفاده از یک پرسش نامه استاندارد در چهار بعد گردآوری شد و نمونه ای متشکل از ۱۹۵ نفر به روش در دسترس انتخاب گردید. به منظور سنجش پایایی و روایی ابزار، از شاخص هایی مانند آلفای کرونباخ، روایی همگرا و واگرا بهره گرفته شد. تحلیل داده ها از طریق مدل سازی معادلات ساختاری و با استفاده از نرم افزار Smart PLS صورت پذیرفت. یافته ها حاکی از آن است که پیش زمینه های مالی تأثیر مثبت و معناداری بر رفتار نوآورانه دارند و این رابطه از طریق نقش میانجی روحیه کارآفرینانه تقویت می شود. در مقابل، خلاقیت رابطه میان پیش زمینه های مالی و روحیه کارآفرینانه را به صورت منفی تعدیل می کند، اما در مسیر میان روحیه کارآفرینانه و رفتار نوآورانه نقشی ایفا نمی کند. براین اساس، می توان نتیجه گرفت که ترکیب سرمایه های مالی با ویژگی های روان شناختی، به ویژه روحیه کارآفرینانه، می تواند عاملی کلیدی در تقویت نوآوری در میان دانشجویان حسابداری باشد.

هدف پژوهش حاضر ارائه مدلی جهت شناسایی نقش سرمایه ارتباطات اجتماعی و توانمندی بهره گیری از فرصت های بازرگانی بین الملل می باشد. روش پژوهش با توجه به هدف آن، کاربردی و از حیث شیوه اجرا، آمیخته (کیفی-کمی) و از نظر ماهیت و روش، توصیفی-پیمایشی می باشد. جامعه آماری پژوهش در بخش کیفی شامل 17 نفر از متخصصان حوزه صنعت پتروشیمی کشور می باشد و در بخش کمی شامل 108 نفر از کارشناسان بخش بازرگانی بین الملل صنعت پتروشیمی و با روش نمونه گیری تصادفی ساده انتخاب شدند. گرد آوری داده ها در بخش کیفی از مصاحبه های نیمه ساختاریافته و در بخش کمی پرسشنامه صورت گرفت. تجزیه و تحلیل داده های کیفی از روش تحلیل مضمون و کدگذاری و نرم افزار MAXQDA و بخش کمی از نرم افزار SPSS و Smart PLS انجام شد. در بخش کیفی 90 کد باز و 14 مقوله شناسایی شد. در بخش کمّی جهت بررسی روایی عناصر و مولفه های شناسایی شده الگوی نقش سرمایه ارتباطات اجتماعی در توانمندی بهره گیری از فرصت های بازرگانی بین الملل صنعت پتروشیمی از تحلیل تاییدی عاملی استفاده شد. نتایج تحقیق نشان داد که الگوی نقش سرمایه ارتباطات اجتماعی در توانمندی بهره گیری از فرصت های بازرگانی بین الملل صنعت پتروشیمی دارای دو بخش عوامل اصلی و شاخصهای آنها می باشد. این مدل از شاخص هایی تشکیل شده است که هسته و قلب این مدل می باشند. همچنین شاخص GOF برابر 44/0 بدست آمد که نشان از برازش مطلوب مدل است.

شهرت برند یک عامل اساسی است که بر فرآیند تصمیم گیری مصرف کنندگان در مورد خرید یک محصول یا خدمت از یک شرکت تأثیر می گذارد و ابزار مؤثری را برای تجسم هر شرکت به عنوان موجودیتی با ارزش فراهم می نماید. ازاین رو، مطالعه عوامل مؤثر بر شکل گیری شهرت دیجیتال برند بسیار مهم است. هدف تحقیق حاضر بررسی تأثیر تسهیم دانش و مسئولیت پذیری اجتماعی شرکت بر شهرت دیجیتال برند و ترجیح برند می باشد که نقش میانجی فعالیت های نوآورانه نیز موردبررسی قرار گرفت. این پژوهش ازنظر هدف کاربردی و ازنظر روش اجرا توصیفی می باشد.جامعه ی آماری پژوهش حاضر شامل کارکنان تعدادی از بانک های دولتی و خصوصی شهر اردبیل (بانک های کشاورزی، ملی، مسکن، سپه، ملت، صادرات، پاسارگاد و شهر) می باشد که با استفاده از روش نمونه گیری طبقه ای و فرمول کوکران، تعداد 384 نفر از آن ها به عنوان حجم نمونه انتخاب شدند. داده های موردنیاز بااستفاده از پرسشنامه جمع آوری و بر اساس روش مدل یابی معادلات ساختاری و با استفاده از نرم افزار SPSS و Smart PLS مورد تحلیل قرار گرفت. براساس نتایج مطالعه، تاثیر مثبت تسهیم دانش و مسئولیت پذیری اجتماعی شرکت بر شهرت دیجیتال برند مورد تائید قرار گرفت. همچنین شهرت دیجیتال برند بر ترجیح برند تأثیری مثبت دارد. ضمن این که نقش میانجی فعالیت های نوآورانه در اثرگذاری تسهیم دانش و مسئولیت پذیری اجتماعی شرکت بر شهرت دیجیتال برند مورد تائید قرار گرفت.

هدف: در دنیای امروز، رسانه های اجتماعی در ارتباط بین شرکت ها و مشتریان خود نقش بسیار مهمی ایفا می کنند. با توجه به رشد روزافزون استفاده از این رسانه ها در جوامع مختلف، شرکت های مخابراتی نیز بایستی از این فرصت برای توسعه فعالیت های بازاریابی خود بهره برداری کنند. توسعه بازاریابی الکترونیکی در رسانه های اجتماعی، به شرکت های مخابراتی عراق امکان می دهد تا به طور مستقیم و هدفمند با مشتریان در سراسر کشور تعامل کنند. این امر از طریق دسترسی گسترده، ایجاد تعامل دوطرفه، تولید محتوای مرتبط و کم هزینه صورت می گیرد. برندهای شرکت های مخابراتی می توانند از طریق حضور فعال در رسانه های اجتماعی، با مشتریان خود ارتباط مستقیم برقرار کنند و اطلاعاتی مرتبط با محصولات و خدمات خود را به آن ها ارائه دهند. علاوه براین، استفاده از رسانه های اجتماعی، به شرکت های مخابراتی امکان می دهد تا ارتباطات دوطرفه با مشتریان خود برقرار کنند و نظرها و بازخوردهای آن ها را دریافت کنند. این امر به شرکت های مخابراتی این امکان را می دهد تا به بهبود خدمات خود بپردازند و مشتریان خود را راضی نگه دارند. بر اساس آنچه بیان شد، پژوهش حاضر با هدف ارائه مدل توسعه فعالیت های بازاریابی الکترونیکی در بستر رسانه های اجتماعی، برای افزایش ارزش ویژه برند شرکت های مخابراتی عراقی انجام شد. روش: پژوهش حاضر مبتنی بر پارادایم تفسیری و از نوع کیفی بوده است. ابزار گردآوری داده ها، مصاحبه عمیق نیمه ساختاریافته با خبرگان دانشگاهی و متخصصان اجرایی شرکت های مخابراتی عراقی بود. ۲۵ مصاحبه با افراد مختلف انجام شد و با تکرار مصاحبه ها تا حد اشباع نظری، داده های لازم جمع آوری شدند. برای تجزیه وتحلیل داده ها، رویکرد نظام مند نظریه داده بنیاد انتخاب شد. این رویکرد بر تحلیل داده ها و کشف الگوها و مفهوم ها متمرکز است. تجزیه وتحلیل داده ها در سه مرحله کدگذاری باز، محوری و انتخابی صورت گرفت. در مرحله کدگذاری باز، داده ها به واحدهای کوچک تر تقسیم و مفهوم های کلیدی تک به تک کدگذاری شدند. در مرحله کدگذاری محوری، کدهای مشابه و مرتبط با یکدیگر در محوری مشترک قرار گرفتند تا الگوها و مفهوم های بیشتری شناسایی شوند. در نهایت، در مرحله کدگذاری انتخابی، کدها و مفهوم های مهم تر و مرتبط تر انتخاب شدند و تجزیه وتحلیل نهایی بر اساس آن ها انجام گرفت. این روش پژوهش، امکان می دهد تا به نتایجی عمیق تر و جزئی تر از تجربه ها و دیدگاه های خبرگان دست یابیم و درک بهتری از موضوع توسعه فعالیت های بازاریابی الکترونیکی در رسانه های اجتماعی، برای افزایش ارزش ویژه برند شرکت های مخابراتی عراقی ارائه دهیم. یافته ها: طابق یافته ها، الگوی پارادایمی پژوهش مشتمل است بر: شرایط علّی (مدیریت هزینه، عوامل اجتماعی، ویژگی های رسانه اجتماعی، عوامل فناوری، خلاقیت و نوآوری، عوامل ساختاری)؛ شرایط زمینه ای (فناوری ارتباطات و اطلاعات؛ عوامل مرتبط با دولت و سیاست؛ جهانی شدن؛ شرایط اقتصادی؛ محدودیت های قانونی و اجرایی)، پدیده محوری (سرگرمی، تبلیغات شفاهی، به روز بودن، سفارشی سازی، تعامل پذیری)؛ شرایط مداخله گر (محدودیت های فنی؛ محدودیت های فرهنگی؛ هزینه های برندینگ) و راهبردها (اقدام های بازاریابی، اقدام های اقتصادی، اقدام های فناوری، اقدام های امنیتی، اقدام های قانونی، اقدام های مدیریتی). نتیجه گیری: اجرای راهبردهای توسعه فعالیت های بازاریابی الکترونیکی در رسانه های اجتماعی، می تواند پیامدهایی نظیر آگاهی از برند، کیفیت ادراک شده، تصویر برند، وفاداری به برند و توسعه بازار را به همراه داشته باشد.

هدف اصلی بررسی نقش فرهنگ سازمانی در حمایت از نتایج سیستم اطلاعات حسابداری از دیدگاه مدیران مالی و حسابداری در بیمارستانهای دولتی استان البرز انجام شد. متغیرهای مستقل مطالعه فرهنگ سازمانی شامل (مشارکت، سازگاری، مأموریت و ثبات) و متغیر وابسته نتایج سیستم اطلاعات حسابداری است. در این تحقیق از روش توصیفی- همبستگی از نوع پیمایشی و از نمونه گیری تصادفی ساده استفاده شد. رویکرد کمی برای این تحقیق اتخاذ شد و با روش نمونه گیری کوکران ۱۵۱ نمونه با توجه به جامعه آماری ۲۵۰ نفره تحقیق انتخاب شد. پرسشنامه استاندارد و سوالهای پرسشنامه دارای پایایی خوب با ضریب آلفای کرونباخ ۸۱۲/0 بود. 151 پرسشنامه بین مدیران مالی و حسابداری 11بیمارستان دولتی استان البرز توزیع گردید. آزمون فرضیه های به وسیله آزمون رگرسیون چند متغیره انجام شده و برای دستیابی به نتایج عددی از SPSS26 استفاده شد. یافته های پژوهش نشان داد که فرضیه اصلی پذیرفته شد. فرهنگ سازمانی از نظر آماری تأثیر مثبت و معناداری بر دستیابی به نتایج سیستم اطلاعات حسابداری دارد. تمام متغیرهای فرعی فرهنگ سازمانی تاثیرگذاری مثبت و معناداری بر متغیر وابسته نتایج فرهنگ سازمانی دارند. از میان متغیرهای مستقل فرعی فرهنگ سازمانی متغیر مشارکت با مقدار بیشترین ضریب تعیین و به دنبال آن متغیر ماموریت نیز با مقدار بیشتری ضریب تعیین تأثیرگذارترین متغیرها مستقل بر متغیر وابسته نتایج سیستم اطلاعات بودند. سایر متغیرها نیز با مقدارهای پایینتر تأثیرگذار بودند. با توجه به یافته های نتیجه تحقیق حاکی از آن است که فرهنگ سازمانی به ویژه متغیرهای فرعی مشارکت و ماموریت، تأثیر مثبت و معناداری بر نتایج سیستم اطلاعات حسابداری دارد.

هدف این پژوهش مطالعهی بررسی افشای ضعف های کنترل داخلی و خطر دعوای حقوقی حسابرسان میباشد. قابل ذکر است بازده زمانی در این پژوهش محدود به سال های 1393- 1402 می باشد، همچنین این پژوهش دارای یک فرضیه میباشد. پژوهش انجام شده از نظر نوع هدف جزء پژوهشهای کاربردی است و روش پژوهش از نظر ماهیت و محتوایی همبستگی میباشد. انجام پژوهش در چارچوب استدلالات قیاسی- استقرایی صورت گرفته است و برای تجزیه و تحلیل فرضیهها از تحلیل پانلی کمک گرفته شده است. نتایج بدست آمده نشان داد بین افشا ضعف های کنترل داخلی و خطر دعوای حقوقی حسابرسان رابطه مثبت و معناداری وجود دارد.

هدف: حرکت به سمت استانداردهای حسابداری بین المللی، نقش ارزش های منصفانه را در گزارشگری مالی، پررنگ کرده است. به منظور تعیین ارزش منصفانه در گزارش های مالی، تهیه کننده این گزارش ها از داده های ورودی قابل مشاهده مبتنی بر بازار و داده های ورودی غیرقابل مشاهده مبتنی بر مفروضات خود واحد گزارشگر، استفاده می کند. با توجه به گستردگی قضاوت در تعیین ارزش منصفانه و اهمیت قضاوت پس از تصویب استاندارد حسابداری ۴۲ ایران و نبود رهنمود عملیاتی درخصوص پیاده سازی آن، هدف پژوهش حاضر، رسیدن به چارچوبی نظام مند در قضاوت در اندازه گیری ارزش منصفانه برای تهیه اطلاعات مالی در محیط گزارشگری ایران است. روش: در این پژوهش از روش مرور سیستماتیک مطالعات اسنادی و روش میدانی استفاده شد. داده ها با استفاده از دو ابزار مصاحبه نیمه ساختاریافته با ۱۰ نفر از خبرگان حرفه حسابداری و حسابرسی ایران، از چهار گروه «ارزش گذاران»، «حسابرسان»، «تهیه کنندگان» و «تدوین کنندگان مقررات»، از ابتدای سال ۱۴۰۲ تا پایان مرداد ماه ۱۴۰۲ و تحلیل محتوای آن ها و پرسش نامه ساختاریافته بر مبنای منطق فازی از ۳۰ نفر خبره در چهار گروه نام برده، جمع آوری شد. این داده ها با استفاده از روش دلفی فازی و روش بهترین و بدترین معیار، از طریق توزیع پرسش نامه بهترین بدترین به ۸ خبره، تجزیه وتحلیل شدند. از آزمون کروسکال والیس برای مقایسه چهار گروه شرکت کننده در پژوهش و از روش بهترین بدترین نیز، برای تعیین اهمیت و اولویت بندی اجزای چارچوب استفاده شد. همچنین به منظور ارزیابی اعتبار داخلی نتایج نهایی پژوهش با ۵ نفر خبره مصاحبه شد. یافته ها: تدوین چارچوب قضاوت حرفه ای در به کارگیری استاندارد حسابداری ۴۲ ایران (اندازه گیری ارزش منصفانه)، یافته این پژوهش است. «شناسایی حوزه قضاوت»، «ارزیابی رهنمودهای حسابداری و حسابرسی»، «جمع آوری اطلاعات، تجزیه وتحلیل آن»، «نتیجه گیری و انجام قضاوت» و «مستندسازی آن»، بخش های اصلی چارچوب قضاوت حرفه ای را شامل می شود. نتیجه گیری: قضاوت حرفه ای یک مهارت اساسی برای تهیه کنندگان، حسابرسان و تنظیم کنندگان صورت های مالی است؛ به ویژه تحت یک سیستم حسابداری مبتنی بر اصول. قضاوت کردن دشوار است و لزوماً یک پاسخ برای آن وجود ندارد. از طرف دیگر، اندازه گیری ارزش منصفانه همواره با قضاوت همراه است و این پتانسیل را دارد که سوگیری را در صورت های مالی وارد کند؛ بنابراین براساس این پژوهش پیشنهاد می شود که به منظور افزایش کیفیت گزارشگری مالی، در تهیه اطلاعات مالی چارچوب قضاوت، یعنی شناسایی حوزه، ارزیابی رهنمودهای حسابداری و حسابرسی، جمع آوری اطلاعات، انجام قضاوت و مستندسازی صورت پذیرد. به عبارت دیگر، اعتبار و سودمندی گزارشگری مالی به قضاوت های درست بستگی دارد؛ به ویژه با پیچیده ترشدن معاملات تجاری. همچنین مهم است که بتوان قضاوت ها را در زمان صدور گزارش و در پرتو واقعیات و شرایط موجود که معقول هستند، ثابت کرد. تهیه کنندگان و حسابرسان نیز پیشنهاد کرده اند که این امر می تواند تا حدی از چالش های نظارتی بعدی با بهره گیری از آیندهنگری محافظت کند. خبرگان معتقدند که یک چارچوب قضاوت حرفه ای، کیفیت و یکپارچگی قضاوت های انجام شده را بهبود می دهد و در نتیجه، اعتماد به عملکرد استانداردهای حسابداری مبتنی بر اصول را تقویت می کند.

ورزشکاران حرفه ای به دلیل ماهیت رقابتی ورزش حرفه ای، همواره در معرض انواع فشارهای روانی قرار دارند. این فشارهای روانی می تواند بر عملکرد و سلامت روان آنها تاثیر منفی بگذارد. بنابراین، ورزشکاران حرفه ای نیازمند مدیریت ویژه ای برای حفظ سلامت روان خود هستند. لذا هدف اصلی پژوهش حاضر، ارائه مدل عوامل موثر در مدیریت سلامت روان ورزشکاران حرفه ای است. روش پژوهش، کیفی و با استفاده از مصاحبه عمیق نیمه ساختاریافته با 15 خبره بوده است. خبرگان شامل صاحب نظران علمی و فضای دانشگاهی، صاحب نظران فنی و همچنین صاحب نظران اجرایی و فضای سازمانی بودند. نمونه گیری به روش نمونه گیری هدفمند و با استفاده از روش گلوله برفی صورت گرفت. داده های حاصل از مصاحبه ها با استفاده از روش تحلیل محتوای کیفی مورد تجزیه و تحلیل قرار گرفت. کدگذاری مصاحبه ها با استفاده از نرم افزار MAXQDA2020 انجام پذیرفت. جهت بررسی کیفیت و اعتباربخشی به نتایج کیفی در تحقیق حاضر از معیارهای ارزشیابی لینکلن و گابا (1985) شامل معیارهای اعتبار، انتقال، قابلیت اعتماد و تأییدپذیری استفاده شد. یافته ها نشان داد که این مدل از 3 بعد عوامل روانشناختی (فشار رقابتی، پشتیبانی اجتماعی، مشاوره روانشناختی)، مدیریت شخصی (تنوع در فعالیت های روزانه، مدیریت زمان، توازن مناسب بین کار و استراحت) و توسعه مهارت ها (آموزش مهارت های مذاکره، آموزش مهارت های حل مسائل) تشکیل شده است. در نتیجه، این مدل به عنوان یک ابزار تدابیر پیشگیرانه و موثر در مدیریت سلامت روان ورزشکاران حرفه ای مطرح می شود، که می تواند به توسعه استراتژی های مدیریتی و آموزشی در این حوزه کمک نماید.