شناخت و کاربست سیگنال های ضعیف در خط مشی گذاری عمومی با تمرکز بر مرحله شناسایی مسئله در حوزه بهداشت و درمان
محل انتشار: فصلنامه مجلس و راهبرد، دوره: 33، شماره: 126
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 36
فایل این مقاله در 39 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_NASH-33-126_003
تاریخ نمایه سازی: 14 مرداد 1405
چکیده مقاله:
در دنیای پیچیده و پویای بهداشت و درمان، شناسایی و تحلیل سیگنال های ضعیف می تواند به ارتقای تصمیم گیری و پیش بینی بحران ها کمک کند. هدف از این پژوهش، بررسی ابعاد مختلف کاربست سیگنال های ضعیف در خط مشی گذاری نظام سلامت و ارائه راهکارهایی برای بهره برداری موثر از آنهاست. این تحقیق از نوع کاربردی، با رویکرد کیفی و به روش تحلیل مضمون انجام شده است. جامعه آماری خبرگان، سیاستگذاران حوزه سلامت و اساتید دانشگاهی در حوزه خط مشی گذاری عمومی را شامل می شود. نمونه گیری به صورت قضاوتی انجام شد و ابزار گردآوری داده ها، مصاحبه های عمیق و نیمه ساختاریافته است که با رسیدن به اشباع نظری، تعداد ۱۳ مصاحبه گردآوری شد و همچنین داده ها با روش تحلیل مضمون و با استفاده از نرم افزار MAXQDA نسخه ۲۰۲۰ صورت گرفت. درنتیجه، ۷۰ مضمون پایه، ۲۸ مضمون سازمان دهنده و ۶ مضمون فراگیر استخراج شد. پایایی کدگذاری ها با روش بازآزمون سنجیده شد که ضریب توافق ۸۱ درصد به دست آمد. یافته ها نشان می دهد سیگنال های ضعیف می تواند در شناسایی زودهنگام تهدیدها و فرصت ها نقش موثری ایفا کند و به بهبود فرایند خط مشی گذاری عمومی در نظام سلامت کمک کند. همچنین، تحلیل این سیگنال ها مستلزم استفاده از فناوری های نوین مانند هوش مصنوعی، تبادل داده ها، آموزش کارکنان، توجه به عدالت اجتماعی و نیازهای جمعیتی است. پیشنهاد می شود سازمان های بهداشتی با تقویت سیستم های پایش و فرهنگ سازمانی حساس به نشانه های ضعیف، ظرفیت پاسخگویی خود را ارتقا دهند.
کلیدواژه ها:
نویسندگان
علی حمیدی زاده
دانشیار دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران (نویسنده مسئول)؛
سید مهدی الوانی
استاد دانشکده مدیریت، دانشگاه علامه طباطبایی؛
فاطمه معتمدی گلوگاهی
دانش آموخته دکتری مدیریت دولتی، دانشکده مدیریت و حسابداری، دانشکدگان فارابی، دانشگاه تهران؛
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 :