تدوین الگوی مدیریت جانشین پروری مبتنی بر مدیریت دانش در وزرات ورزش و جوانان براساس نظریه داده بنیاد
Publish place: Journal of Sport Management Studies، Vol: 12، Issue: 61
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 379
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SMSJ-12-61_003
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
امروزه، اصلیترین هدف هر سازمان دستیابی به مدیریت دانش و توسعه منابع انسانی است؛ بنابراین، در محیط رقابتی امروز نیاز به چارچوبهای مدیریت دانش به ویژه در بحث جانشینپروری بیش ازپیش احساس میشود. پژوهش حاضر با هدف طراحی مدل مدیریت جانشینپروری برمبنای مدیریت دانش در وزرات ورزش و جوانان، با روش پژوهش کیفی و با ماهیت اکتشافی بنیادی انجام شد. با روش نمونهگیری گلولهبرفی و براساس مصاحبههای عمیق و نیمهساختاریافته با ۲۱ نفر از خبرگان دانشگاهی و افراد دارای تجربیات مدیریتی در وزارت ورزش، دادههای پژوهش جمعآوری شد و براساس نظریه داده بنیاد و با رویکرد کلاسیک، دادهها کدگذاری و تجزیه وتحلیل شد. درنهایت، مدل زمینهای براساس رویکرد کلاسیک گلیزر (۱۹۹۲) طراحی شد. نتایج پژوهش نشان داد که برای پیادهسازی جانشینپروری دانشی، در ابتدا برای بسترسازی اولیه به مجموعه ای از الزامات شامل فرهنگسازی، حمایت و تعهد مدیران ارشد، شفاف سازی در امور مدیریت منایعانسانی، الزامات قانونی، پشتیبانیهای اقتصادی، بسط فناوری و استقرار نظام شایسته سالاری نیاز است. همچنین، اقدامات اجرایی لازم به ترتیب در هفت مرحله شامل استقرار نظام مدیریت دانش، شناسایی مشوقها، تعیین کمیته جانشینپروری، شناسایی پستهای کلیدی، تعیین شاخصهای ورود افراد به طرح جانشینی، ارزیابی و انتخاب کاندیداها و توانمندسازی کاندیداها، دستهبندی شدند.درنهایت، مشخص شد که میتوان با الگوسازی این مدل به تعیین شاخصهای استقرار نظام جانشینپروری دانشی در وزارت ورزش و جوانان اقدام کرد.
Keywords:
Authors
مریم کریمی
دانشجوی دکتری مدیریت ورزشی، دانشگاه شهید چمران اهواز
صدیقه حیدری نژاد
استاد مدیریت ورزشی، دانشگاه شهید چمران اهواز
یدالله مهرعلیزاده
استاد علوم تربیتی، دانشگاه شهید چمران اهواز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :