ارائه مدلی برای اکتساب دانش ضمنی خبرگان
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 905
فایل این مقاله در 18 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:
AMTM01_216
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
توانایی جاسازی دانش در کار معمول سازمان و تبدیل دانش شخصی به دارایی های سازمان یکی از مزیت های رقابتی سازمان هاست. دانش ضمنی تاثیر قابل توجهی در انباشت دانش سازمان دارد. دانش ضمنی در تجربه و مهارت کارکنان نهفته است. بیشترینتمایل سازمان ها به سرمایه گذاری در منابعی برای شکل گیری دانش است و بیشترین موفقیتی که آن ها خواهند داشت در تبدیل دانش ضمنی به دانش صریح است. دستیابی به این دانش ها، یکی از چالش برانگیزترین مسائل در توسعه سازمانی محسوب می گردد. هدف از این تحقیق، بررسی راهکارهایی است که با استفاده از آن می توان به اکتساب دانش ضمنی خبرگان پرداخت، چرا کهاستخراج دانش از خبرگان،یکی از مباحث اصلی در مدیریت دانش است. اگرچه مستندات،دستورالعمل ها، مشخصات فنی، آیین نامه ها و منابع تحقیق در کتابخانه های الکترونیکی موجود و در دسترس هستند، دانش واقعی مورد نیاز در سازمان ها درون ذهن کارکنان یا به عبارت دیگر در ذهن خبرگان آن است. از این رو اکتساب دانش یکی از گام های مهمی است که برای پیاده سازی موفق مدیریتدانش در سازمان ها بایستی به آن ها توجه شود. مدل این پژوهش شامل یک سری راهکارهای اکتساب دانش ضمنی و همچنین عوامل زمینه ساز اکتساب دانش ضمنی است که تاثیر آن بر اکتساب دانش ضمنی تایید گردید. یافته های حاصل از تجزیه و تحلیل آماری نشان دهنده این است که تکنیک مشاهده ، موثرترین تکنیک اکتساب دانش ضمنی می باشد و همچنین در بین عوامل زمینه ساز، اعتماد متقابل ، تاثیر گذار ترین عامل بر اکتساب دانش ضمنی خبرگان می باشد.
کلیدواژه ها:
نویسندگان
عباس رفیعی
استاد یار دانشکده مهندسی صنایع - دانشگاه صنعتی مالک اشتر
الهه عموشاهی
دانشجوی کارشناسی ارشد مهندسی صنایع –دانشگاه صنعتی مالک اشتر
مهدی گلستان هاشمی
استاد یار دانشکده مهندسی صنایع - دانشگاه صنعتی مالک اشتر
محسن چشم براه
استاد یار دانشکده مهندسی صنایع - دانشگاه صنعتی مالک اشتر
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 :