نوآوری داده محور و مدیریت منابع انسانی: ارائه چارچوب بکارگیری تحلیل منابع انسانی
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 21
فایل این مقاله در 27 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_SHRM-6-11_011
تاریخ نمایه سازی: 4 آبان 1404
چکیده مقاله:
تحلیل داده ها در مدیریت منابع انسانی به دلیل توانایی آن در ارائه بینش بر اساس فرآیندهای تصمیم گیری مبتنی بر داده اهمیت یافته است. با این حال، ادغام یک رویکرد مبتنی بر تحلیل در مدیریت منابع انسانی یک فرآیند پیچیده است. از این رو، بسیاری از سازمان ها قادر به به کارگیری تحلیل منابع انسانی نیستند. مطالعه حاضر با استفاده از رویکرد سنتز چارچوب در مورد نقش نوآوری داده محور (تحلیل منابع انسانی) در مدیریت منابع انسانی به شناسایی و تجزیه و تحلیل مضامین مهم و نهایتا پیشنهاد یک چارچوب یکپارچه پرداخته است. بر اساس تجزیه و تحلیل و ترکیب مقالات بررسی شده، این مطالعه تلاش اولیه ای را برای ادغام به کارگیری نوآوری داده محور و مدیریت منابع انسانی با توسعه مدل انتشار نوآوری با دو فرآیند اصلی (پیش از به کارگیری و پس از به کارگیری) انجام می دهد، که در آن ۲۹ زیر مولفه که می توانند در سه دسته شروع/محرک، انتشار/به کارگیری و تاثیرات دسته بندی شوند، شناسایی شدند. در نهایت، به روش گلوله برفی، داده های مستخرج از سنتز چارچوب در اختیار خبرگانی از متخصصان حوزه مدیریت منابع انسانی و علم داده قرار گرفت و اعتبار داده ها با استفاده از روش اعتبارسنجی لاوشه مورد تجزیه و تحلیل قرار گرفته شد. در نتیجه، بر اساس مقادیر قابل قبول ضرایب لاوشه بر اساس تعداد خبرگان، اعتبار مدل پیشنهادی مورد تایید خبرگان واقع گردید.
کلیدواژه ها:
نویسندگان
مونا کاردانی ملکی نژاد
دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران
فریبرز رحیم نیا
استاد گروه مدیریت، دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران.
قاسم اسلامی
استادیار گروه مدیریت، دانشکده علوم اداری و اقتصادی ، دانشگاه فردوسی مشهد
محمد مهدی فراحی
دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، 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 :