استفاده از تکنیک شبکه های عصبی در شناسایی عوامل موثر بر توسعه اخلاق حرفه ای در سازمان های دولتی

اخلاق حرفه ای یکی از مولفه های کلیدی توسعه پایدار و ارتقای اعتماد عمومی در سازمان های دولتی به شمار می رود. شناسایی و تحلیل عوامل موثر بر توسعه اخلاق حرفه ای نیازمند رویکردهای نوین و ابزارهای پیشرفته است. پژوهش حاضر با هدف بررسی تاثیر مولفه های فردی، سازمانی و محیطی/اجتماعی بر توسعه اخلاق حرفه ای در سازمان های دولتی ایران و تحلیل روابط پیچیده بین آنها، از رویکرد تلفیقی مدلسازی معادلات ساختاری (SEM) و شبکه های عصبی مصنوعی (ANN) استفاده کرده است. داده ها از طریق پرسشنامه های استاندارد جمع آوری شد و اعتبار و پایایی آنها با شاخص های آلفای کرونباخ، پایایی ترکیبی و واریانس استخراج شده تایید گردید. تحلیل مسیرها در مدل SEM نشان داد که تمامی روابط مستقیم بین مولفه ها و توسعه اخلاق حرفه ای معنادار هستند و ترکیب مولفه های فردی، سازمانی و محیطی بیشترین اثر پیش بینی کننده را دارد. در ادامه، با بهره گیری از شبکه عصبی پرسپترون چندلایه (MLP)، اهمیت نسبی هر عامل فرعی و ترکیب آنها بر خطای مدل (MSE) و توان تبیینی (R²) مورد بررسی قرار گرفت. نتایج شبکه عصبی نشان داد که ترکیب سه بعدی عوامل فردی، سازمانی و محیطی بیشترین اثر هم افزایی را ایجاد کرده و دقت پیش بینی مدل به بالاترین سطح رسید. این یافته ها تاکید می کنند که تحلیل چندبعدی و تلفیقی، درک بهتری از تعاملات پیچیده میان عوامل موثر بر اخلاق حرفه ای فراهم می آورد و امکان طراحی برنامه های آموزشی، انگیزشی و مدیریتی هدفمند را ایجاد می کند. پژوهش حاضر علاوه بر تعمیق فهم علمی از توسعه اخلاق حرفه ای در سازمان های دولتی، راهکارهای کاربردی برای ارتقای سطح پایبندی کارکنان به اصول اخلاقی ارائه می دهد.

کلیدواژه ها:

اخلاق حرفه ای ، شبکه های عصبی مصنوعی ، مدلسازی معادلات ساختاری ، سازمان های دولتی ، پیش بینی رفتار اخلاقی