کاربرد شبکه های عصبی مصنوعی در پیش بینی میزان موفقیت نگهداشت و توسعه دانش منابع انسانی
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 95
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JKS-12-43_001
تاریخ نمایه سازی: 19 مرداد 1404
چکیده مقاله:
در عصر اطلاعات، دانش مهم ترین و با ارزش ترین سرمایه هر سازمانی به شمار می رود. این پژوهش، بر اساس هدف از نوع پژوهشهای کاربردی است که با استفاده از روش پیمایشی و رویکرد تحلیلی انجام شده است. جامعه آماری مدیران، اعضاء هیئت علمی و یاوران علمی دانشگاه گلستان در سال ۱۴۰۳ بودند که با توجه به محدود بودن جامعه پژوهش از جدول مورگان استفاده شد که حجم نمونه مورد نیاز برای تحقیق حاضر با توجه به جامعه آماری ۳۶۵ نفری، ۱۸۷ به دست آمد که بر همین مبنا تعداد ۱۹۰ پرسشنامه و با استفاده از روش نمونه گیری طبقه ای نسبی گردآوری شد. به منظور سنجش پایایی ابزار پژوهش از آلفای کرونباخ و به منظور بررسی روایی پرسشنامه نیز از تحلیل عاملی تاییدی مرتبه اول و دوم استفاده شد. یافته ها نشان داد در موانع نگهداشت و توسعه دانش منابع انسانی، سه عامل فرهنگ سازمانی، ساختار سازمانی و مدیریت وضعیت پایین تر از حد متوسط و دو عامل فناوری اطلاعات و منابع انسانی با اختلاف ناچیزی بالاتر از حد متوسط قرار دارند، همچنین به کارگیری شبکه های عصبی مصنوعی به منظور پیش بینی میزان نگهداشت و توسعه دانش منابع انسانی نشان داد مدل پژوهش حاضر با تعداد سه نورون در لایه پنهان، به بالاترین میزان دقت پیش بینی یعنی ۸۹۳/۰ خواهد رسید و ابعاد پاداش، پشتیبانی و تسهیم دانش به ترتیب بالاترین نقش را در میزان قدرت پیش بینی کنندگی مدل دارند. نتایج نشان داد شاخص های زیرساختی مدیریت دانش در دانشگاه گلستان به ویژه در سه عامل فرهنگ سازمانی، ساختار سازمانی و مدیریت نیازمند توجه و اقدام فوری است.
کلیدواژه ها:
نویسندگان
محمد علی سیاه سرانی کجوری
استادیار مدیریت، گروه مدیریت و اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه گلستان، گرگان
محمودرضا چراغعلی
استادیار مدیریت، گروه مدیریت و اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه گلستان، گرگان