تبیین ارتباط توانمندسازی کارکنان با نوآوری در خدمات عمومی با تاکید بر تعلق خاطر کاری
محل انتشار: فصلنامه مدیریت دولتی، دوره: 7، شماره: 4
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 197
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPAT-7-4_005
تاریخ نمایه سازی: 28 بهمن 1400
چکیده مقاله:
سازمان های دولتی، به عنوان یکی از ارکان مهم در تامین خدمات عمومی و اساسی مورد نیاز شهروندان و به عنوان تدوین کنندگان و مجریان قوانین و خط مشی های عمومی، در اقتصاد خدماتمحور امروزی، در هر جامعه ای از جمله ایران نقش مهمی ایفا می کنند؛ ایفای چنین نقشی، مستلزم رویکرد نوآورانه در خدمات عمومی و به کارگیری راهبردهای مناسب در تحقق این امر است. پژوهش حاضر، تاثیر توانمندسازی نیروی انسانی به عنوان یکی از راهبردهای مهم سازمانی در حوزه مدیریت منابع انسانی را بر نوآوری در خدمات عمومی، با نقش تعدیل کننده تعلق خاطر کاری بررسی میکند. در این پژوهش، برای تبیین مفهوم توانمندسازی کارکنان، از مدل اسپریترز (۱۹۹۵) و برای بررسی تعلق خاطر، از مدل شاوفی و باکر (۲۰۰۲) استفاده شده است. از سوی دیگر، ابعاد مدنظر درمورد نوآوری در خدمات عمومی، شامل نوآوری در ارائه خدمات، نوآوری در فرایند و فرهنگ نوآوری است. جامعه آماری در این پژوهش، شامل سازمان های برتر تهران در جشنواره شهید رجایی در سال ۱۳۹۲ است. نمونه گیری به روش تصادفی انجام گرفته و برای تجزیه و تحلیل آماری، از مدل معادلات ساختاری و نرم افزار لیزرل استفاده شده است. نتایج نشان می دهد چهار بعد توانمندسازی کارکنان (احساس شایستگی، احساس معناداربودن شغل، احساس موثربودن و احساس اعتماد) با نوآوری در خدمات عمومی، رابطه معنادار دارند. همچنین تعلق خاطر کاری، ارتباط بین توانمندسازی و نوآوری در خدمات عمومی را تعدیل می سازد.
کلیدواژه ها:
نویسندگان
طیبه عباسی
استادیار گروه مدیریت دولتی، دانشگاه تهران، تهران، ایران
غلامرضا طالقانی
دانشیار گروه مدیریت دولتی، دانشگاه تهران، تهران، ایران
سمیه رجب زاده
دانشجوی کارشناسی ارشد مدیریت دولتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :