|
|
پژوهش های مدیریت منابع سازمانی، جلد ۱۴، شماره ۴، صفحات ۱۰۵-۱۲۶
|
|
|
| عنوان فارسی |
شناسایی پیشرانهای اثربخشی تیمی از راه شبکه عصبی مصنوعی (موردمطالعه: شرکت فولاد خوزستان) |
|
| چکیده فارسی مقاله |
هدف این پژوهش، شناسایی پیشرانهای اثربخشی تیمی در شرکت فولاد خوزستان از راه شبکه عصبی مصنوعی است. این پژوهش بر‌اساس هدف، از نوع پژوهشهای کاربردی-توسعه‌ای بر‌مبنای روش و نحوه گردآوری داده‌ها، پژوهشی توصیفی- پیمایشی و از نظر نوع داده‌ها، رویکرد پژوهش کمی است. جامعه آماری پژوهش را 1020 نفر از کارکنان و مدیران شرکت فولاد خوزستان تشکیل می‌دهند که با روش نمونه‌گیری تصادفی ساده و هدفمند، 360 نفر برای نمونه انتخاب شدند. نتایج نشان داد شبکه عصبی مصنوعی با درصد دقت بالا (در شناسایی شاخصهایی که اثربخشی را افزایش می‌دهند: یعنی 3/97 در بخش آموزش و 8/95 در بخش آزمایش، همچنین در شناسایی شاخصهایی که اثربخشی را افزایش نمی‌دهند: یعنی 5/96 درصد در بخش آموزش و 9/92 در بخش آزمایش) توانسته است درست عمل کرده و پیشبینی کند که این موضوع بیانگر کارایی و حساسیت بسیار بالای این سیستم است. همچنین، از تعداد 125 شاخص ارائه‌شده، تعداد 65 شاخص مستقل فعال در پیشبینی اثربخشی تیمی موفق عمل کردند که این روش توانست با تعریف متغیر صفر و یک آنها را شناسایی کند. شبکه عصبی مصنوعی در تحلیل داده‌ها ما را به این نتیجه رساند که به‌ترتیب شاخص‌های یادگیری تیمی، جهت‌سازی یکسان تیمی و ذهنیت چابک، مهم‌ترین پیشران‌ها در اثربخشی تیمی محسوب می‌شوند و نیاز است مطالعه عمیقی روی این ابعاد انجام شود. |
|
| کلیدواژه‌های فارسی مقاله |
تیم، اثربخشی تیمی، شبکه عصبی مصنوعی. |
|
| عنوان انگلیسی |
Identifying the Drivers of Team Effectiveness through Artificial Neural Network (Case Study: Khuzestan Steel Company) |
|
| چکیده انگلیسی مقاله |
The purpose of this research is to identify the drivers of team effectiveness in Khuzestan Steel Company through artificial neural network. This research is based on the purpose of applied-development research, based on the data collection method, it is a descriptive-survey research, and in terms of data type, it is a quantitative research approach. The statistical population of research is 1020 employees and managers of Khuzestan Steel Company, of which 360 employees were selected as a sample using a simple and purposeful random sampling method. The results showed that the artificial neural network, with a high percentage of accuracy (in identifying indicators that increase effectiveness: that is, 97.3 in the training section and 95.8 in the testing section, also in identifying indicators that do not increase effectiveness: that is, 96.5% in the training section and 92.9% in the testing section), has been able to work correctly and predict that this indicates the very high efficiency and sensitivity of this system. Also, out of the 125 indicators presented, 65 active independent indicators were successful in predicting team effectiveness, which this method was able to identify by defining zero and one variables. Artificial neural network in the data analysis led us to the conclusion that team learning, group orientation and agile mindset indicators are the most important drivers in team effectiveness, respectively, and there is a need for a deep study on these dimensions. |
|
| کلیدواژه‌های انگلیسی مقاله |
Team, Team Effectiveness, Artificial Neural Network. |
|
| نویسندگان مقاله |
حدهن مقدم نیا | Hadhen Moghadamnia
PhD student, Department of Public Administration, Faculty of Management and Economic, Science and Research Branch, Islamic Azad University, Tehran, Iran.
گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
حمید شاهبندرزاده | hamid shahbandarzadeh
Associate Professor, Department of Industrial Management, Faculty of Business and Economics, Persian Gulf University, Bushehr, Iran.
گروه مدیریت صنعتی، دانشکده کسب‌وکار و اقتصاد، دانشگاه خلیج فارس بوشهر، ایران.
مهدی مرتضوی | Mahdi Mortazavi
Associate Professor, Department of Public Administration, Faculty of Management and Economic, Tarbiat Modares University, Tehran, Iran.
گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران.
علی اکبر فرهنگی | Aliakbar Farhangi
Professor, Department of Public Administration, Faculty of Management and Economic, Science and Research Branch, Islamic Azad University, Tehran, Iran.
گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
|
|
| نشانی اینترنتی |
http://ormr.modares.ac.ir/browse.php?a_code=A-10-64661-2&slc_lang=fa&sid=28 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|