سازهپردازی استعداد در سازمانهای دولتی ایران با استفاده از روش شبکه خزانه
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 253
فایل این مقاله در 24 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_JMDP-31-2_001
تاریخ نمایه سازی: 1 اسفند 1399
چکیده مقاله:
یکی از مسائل اصلی سازمان های دولتی در ایران، فقدان درک روشنی از تعریف استعداد است. تعریف و شناسایی گونههای استعداد، از نیازمندیهای اصلی جهت طراحی سیستم مدیریت استعداد به شمار می رود. هدف اصلی پژوهش حاضر، فهمشناسی مفهوم استعداد از نگاه مدیران و کارشناسان خبره سازمان های دولتی ایران است که بتواند دامنه گسترده مشخصههای استعدادها را در طبقه های مجزا دستهبندی کند. در این پژوهش، با بکارگیری روش پژوهشی شبکه خزانه، از مزیت راهبردهای کیفی و کمّی همزمان استفاده شده و جامعه آماری پژوهش بر اساس 14 مصاحبه با مدیران و کارشناسان خبره دولتی صورت گرفته است. در این پژوهش، با استفاده از مصاحبه ساختاریافته، ادراک های مشارکتکنندگان نسبت به موضوع استعداد استخراج شده است و محتوای هر شبکه خزانه در قالب سازههای شخصی دوقطبی به وجود آمده است. این شبکهها مبنای تحلیل محتوا قرار گرفته اند. پس از ترسیم شبکه خزانه جمعی و تحلیلهای آماری، نتایج نشان می دهد که این مفهوم را در قالب یک منظومه در سه بُعد قابلیتها، تجربه و قدرت مذاکره، انگیزش و 13 سازۀ هوش منطقی بالا، قدرت حل مسئله، دانش زیاد، یادگیری بالا، قدرت بالای تحلیلگری، مهارت بالا، تخصص قوی، شایستگی حرفهای، ارتباط قوی، تجربه کاری، اشتیاق، استمرار موفقیت و انگیزه بالا نشان داده است.
کلیدواژه ها:
Talent ، Repertory Grid ، Construct ، Element ، Public Organizations ، استعداد ، شبکه خزانه ، سازه ، عنصر ، سازمانهای دولتی
نویسندگان
داود انارکی اردکانی
Kharazmi University
اکبر حسنپور
Department of Human Resources Management, Faculty of Management, Kharazmi University
بیژن عبدالهی
Department of Education Management, Faculty of Management, Kharazmi University
حسین عباسیان
Department of Education Management, Faculty of Management, Kharazmi University
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 :