ترسیم نقشه فازی عناصر کیفی ریسک های پیاده سازی مدیریت دانش
محل انتشار: فصلنامه مدیریت دانش سازمانی، دوره: 2، شماره: 7
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 396
فایل این مقاله در 34 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_OKMJ-2-7_003
تاریخ نمایه سازی: 12 اسفند 1398
چکیده مقاله:
امروز سازمان ها متوجه شده اند که دانش یک منبع باارزش است که بایستی مدیریت شود در پژوهش حاضر تلاش شده، ریسک های پیاده سازی مدیریت دانش شناسایی و با استفاده از مفهوم مدل شکاف، روش نوینی برای ارزیابی ریسک های پیاده سازی ارائه شود. روش پژوهش، هدف کاربردی و ازلحاظ ماهیت توصیفی است. جامعه آماری را 12 نفر از مدیران شرکتهای دانش بنیان فعال شهر شیراز تشکیل می دهند. برای یافتن مولفه های بحرانی موفقیت و شکست از مفهوم مدل شکاف و ترسیم نقشه فازی نوع دوم برای ارزیابی ریسک ها استفاده شد. نتایج نشان داد عدم توانمندسازی، عدم حمایت مدیریت ارشد، چالش گسترش روزافزون تجارت، ترس از احمق فرض شدن، کمبود انگیزه، کمبود نرخ مشارکت، ترس از دست دادن مالکیت دانش و ایجاد سیستم و منابع اطلاعاتی متعدد و غیر ضرور، از مهم ترین عوامل حیاتی موفقیت و کمبود اعتماد، زیرساخت فنی، تمرکز در محدوده مرزها، چالش سیاسی، منسوخ بودن محتوی بعضی از دوره های آموزشی، ابهام در سیستم و مشکلات ارتباطی، از مهم ترین عوامل شکست شرکت های دانش بنیان در پیاده سازی مدیریت دانش در شهر شیراز هستند. در این راستا ایجاد فرهنگ همکاری، انجام ممیزی دانش، سازمان دهی دانش، ایجاد چک لیستی از ویژگی های کلیدی، برقراری ارتباط بین افراد و دانش، پاداش و انگیزش، چالش سیاسی، برگزاری دوره های آموزشی هدفمند می توانند پیاده سازی مدیریت دانش در سازمان را تسهیل کنند.
کلیدواژه ها:
نویسندگان
امیرهوشنگ نظرپوری
استادیار، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه لرستان، خرم آباد، ایران.
محمد حسین آزادی
دانشجوی دکتری، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه لرستان، خرم آباد، ایران.
راضیه باقرزاده خداشهری
دانشجوی دکتری، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه لرستان، خرم آباد، 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 :