الگوی مدیریت دانش در شبکه خط مشی گذاری حوزه انرژی کشور
محل انتشار: فصلنامه مدیریت دانش سازمانی، دوره: 5، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 231
فایل این مقاله در 40 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_OKMJ-5-2_001
تاریخ نمایه سازی: 15 مهر 1401
چکیده مقاله:
با توجه به پراکندگی و تغییرات در بازیگران خط مشی گذاری کلان حوزه انرژی کشور و تاثیر دانش تخصصی و تجربه آنان در کیفیت خطمشی گذاری، عدم استقرار سیستمهای منسجم مدیریت دانش در شبکه خط مشی گذاری این حوزه، دولت و سازمانهای مربوط را مجبور خواهد کرد بخش عمده ای از هزینه های آزمون و خطاها و تجربیات قبلی را مجددا برای خط مشیهای بعدی نیز تقبل نمایند. از این رو پژوهش حاضر با رویکردی استقرایی و با بهره گیری از روش کیفی تحلیل مضمون و استفاده از نرم افزار MAXQDA به دنبال تدوین الگویی برای مدیریت دانش در شبکه خط مشی گذاری انرژی کشور است. بدین منظور پس از بررسی مبانی نظری و تحلیل اسناد و قوانین مربوط، با استفاده از روش نمونه گیری هدفمند با ۱۹ نفر از خبرگان موضوع مصاحبه گردیده و بر اساس آنها ضمن شناسایی ۹۹ مضمون پایه؛ ۳۲ مضمون سازماندهنده و ۷ مضمون فراگیر، و بررسی و تایید اعتبار نتایج و همچنین قابلیت اعتماد پژوهش با محاسبه درصد توافق مشاهده شده میان کدگذاریهای مختلف، ابعاد و عوامل موثر بر مدیریت دانش در شبکه خط مشی گذاری حوزه انرژی شامل شبکه کنشگران، شبکه خط مشی، زیرساخت دانشی، اکتساب دانش، نگهداری دانش، تسهیم دانش، و به کارگیری دانش استخراج و ارتباط میان آنها در قالب الگویی ارائه گردیده است.
کلیدواژه ها:
نویسندگان
داراب احمدوند
دانشجوی دکتری مدیریت دولتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران،ایران
وجه الله قربانی زاده
دانشیار گروه مدیریت دولتی،دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی،تهران،ایران
سید مهدی الوانی
استاد گروه مدیریت دولتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران
داود حسین پور
دانشیار گروه مدیریت دولتی ،دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی ،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 :