الگوی توسعه مدیریت مالی در هیات های ورزشی با بکارگیری مدل های زبانی هوش مصنوعی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 91

فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MSY-24-67_028

تاریخ نمایه سازی: 29 دی 1404

چکیده مقاله:

هدف اصلی این پژوهش، توسعه مدیریت مالی در هیات های ورزشی با بکارگیری مدل های زبانی هوش مصنوعی بود. روش شناسی این پژوهش از نوع کیفی بوده است. داده ها از طریق مصاحبه با مدل های زبانی ChatGPT، Command-R، Claude، Google Gemini، Mistral و LLaMA جمع آوری و با هوش مصنوعی تاک بات کد گذاری اولیه انجام پذیرفت، سپس به جهت تایید کدها، محققین کدهای استخراجی را بازکدگذاری نمودند و سپس با رویکرد ساخت گرایانه چارمز تجزیه و تحلیل شد. روایی و پایایی پژوهش با استفاده از روش مثلث سازی، کدگذاری مجدد توسط متخصیص حوزه مالی در ورزش و ضریب پایایی کاپای کوهن تایید گردید. در نتیجه ۲۴۰ کد اولیه شناسایی شد که در مراحل بعد به ۲۸ کد متمرکز و در نهایت به ۱۰ کد محوری تقلیل یافت. یافته ها شامل سلامت مالی و پاسخگویی، بهبود افشا در گزارش های مالی، برنامه ریزی بودجه عملیاتی، تحلیل داده های مالی با مبنای تعهدی، مدیریت ریسک مالی، مدیریت جریان نقدینگی، مدیریت هزینه ها و بهبود فرآیندها، سرمایه انسانی، سرمایه گذاری و حامیان مالی و استفاده از فناوری های پیشرفته مالی بر بستر بلاک چین می باشد. این محورها به صورت زنجیره ای و به هم پیوسته هستند و هر محور به تقویت محورهای دیگر کمک می نماید. الگوی ارائه شده به بهبود شفافیت، دقت برنامه ریزی بودجه و مدیریت ریسک مالی در هیات های ورزشی کمک می کند و پیاده سازی این الگو می تواند به افزایش پایداری و رشد مالی هیات های ورزشی در بلندمدت منجر شود.

کلیدواژه ها:

نویسندگان

مهران حق پرست

دانشجوی دکترای مدیریت ورزشی، دانشکده علوم ورزشی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران

محمد سلطان حسینی

گروه مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران.(نویسنده مسئول)

داود نصر اصفهانی

استادیار مدیریت ورزشی، دانشکده علوم ورزشی، واحد اصفهان(خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، 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 :