شناسایی عوامل موثر بر کاهش فساد اداری در سازمان گمرکی کشور با استفاده از رویکرد تحلیل مضمون
محل انتشار: مجله مدیریت استراتژیک هوشمند، دوره: 5، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 79
فایل این مقاله در 24 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_ISM-5-2_020
تاریخ نمایه سازی: 5 خرداد 1405
چکیده مقاله:
این پژوهش با هدف شناسایی عوامل موثر بر کاهش فساد اداری در سازمان گمرکی کشور، با اتخاذ رویکرد کیفی، تفسیری و توسعه ای-کاربردی انجام شده است. راهبرد اصلی پژوهش، تحلیل مضمون بود و اطلاعات از طریق مصاحبه های عمیق و ساختاریافته با ۱۰ نفر از خبرگان (شامل اساتید دانشگاهی و متخصصان اجرایی با حداقل ۱۰ سال سابقه) جمع آوری گردید. داده ها با استفاده از نرم افزار MAXQDA ۲۰۱۸ و روش تحلیل مضمون استرلینگ تحلیل شدند که این امر منجر به کدگذاری باز، شناسایی مضامین پایه و فرعی، و استخراج نهایی ابعاد اصلی کاهش فساد گردید. روایی و پایایی پژوهش از طریق روش های تایید مضامین توسط مصاحبه شوندگان، تنوع نمونه گیری و توافق درون موضوعی بین کدگذاران تضمین شد. نتایج تحقیق نشان می دهد که کاهش موفق فساد اداری نیازمند یک رویکرد جامع است که شامل تقویت فرهنگ سازمانی بازدارنده (از طریق فرهنگ مشارکتی و خودکنترلی) و اجرای اصلاحات ساختاری بنیادین (شامل اعتمادسازی و مقابله سیستمی) می باشد. این اقدامات زیربنایی باید با ابزارهای کنترلی نظیر نظارت کارآمد در سه سطح و شفافیت کامل فرآیندها پشتیبانی شوند. علاوه بر این، توجه به پیشگیری اجتماعی از طریق آموزش عمومی و همچنین وجود نظام برخورد موثر با تخلفات قضایی، برای تقویت عدالت و تضمین موفقیت بلندمدت در مبارزه با فساد اداری در سازمان گمرک امری حیاتی است.
کلیدواژه ها:
نویسندگان
علی اکبر حاجی زاده
گروه مدیریت و برنامه ریزی فرهنگی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
علی ربیعی
گروه علوم اجتماعی، واحد تهران، دانشگاه پیام نور، تهران، ایران.
عبدالرحیم رحیمی
گروه مدیریت دولتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.
ماشاالله ولیخانی دهاقانی
گروه مدیریت دولتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، 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 :