تحلیل رابطه ی مدیریت دانش با سبک رهبری و استرس شغلی مدیران ستاد نیروی زمینی ارتش جمهوری اسلامی ایران (نزاجا)
محل انتشار: فصلنامه مدیریت نظامی، دوره: 24، شماره: 95
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 289
فایل این مقاله در 29 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_JMMA-24-95_005
تاریخ نمایه سازی: 27 مهر 1403
چکیده مقاله:
یک عامل آسیب زا در سازمان، تنش و استرس زیادی است که بین کارکنان وجود دارد. استرس در محیط کار علل گوناگونی دارد اما از مهم ترین آن ها می توان به سبک رهبری و شیوه ی مدیریت دانش در سازمان اشاره کرد. پژوهش حاضر به دنبال مشخص کردن سطح استرس شغلی در ستاد نزاجا و تحلیل ارتباط آن با شیوه ی رهبری و مدیریت دانش است.از نظر هدف این مطالعه کاربردی و از لحاظ روش از نوع توصیفی-همبستگی است. این تحقیق بر اساس روش نمونه گیری تصادفی ساده، انجام شده است. برای سنجش سوال های تحقیق از آزمون های آماری T تک نمونه ای، رگرسیون خطی و تحلیل واریانس یک طرفه توسط نرم افزار SPSS ۲۷ استفاده شده است.یافته های حاصل از تحلیل های کمی نشان می دهد که مدیریت دانش مدیران در ستاد وضعیت مناسبی ندارد و از میانگین پایین تر است. همچنین، آزمون رگرسیون خطی نشان می دهد مدیریت دانش میزان بالایی از تغییرات سبک رهبری و استرس شغلی را پیش بینی می کند و ارتباط مستقیمی با این دو متغیر دارد. از سوی دیگر، تفاوت معناداری در مدیریت دانش مدیران با میزان تحصیلات، سن و سابقه ی مختلف آنان وجود ندارد.نتیجه ی مطالعه نشان می دهد که برای کاهش سطح استرس در ستاد نزاجا باید شیوه ی مدیریت دانش و سبک رهبری مدیران تغییر کند. مهم ترین راهکارها باید بر اساس و در نظر گرفتن تاثیر آن ها بر دیگر بخش ها باشد. از این رو با تعیین شاخص های این سه متغییر مدیران و رهبران به سادگی می توانند از این پژوهش استفاده ای عملی داشته و با توجه به شاخص ها، ارزیابی دقیقی از روند اجرا و سازمان داشته باشند.
کلیدواژه ها:
نویسندگان
احمدرضا ظهرابی
دکتری مدیریت ورزشی، مدرس دانشگاه امام علی (ع)، تهران، ایران navidshrf.۷۴@gmail.com
یحیی نامجو
دکتری امنیت ملی دانشگاه عالی دفاع ملی، 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 :