شناسایی و بررسی منابع قدرت نرم آموزش عالی مبتنی بر نقشه جامع علمی کشور و ارائه الگو
Publish place: Majlis and Rahbord، Vol: 27، Issue: 103
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 320
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NASH-27-103_008
تاریخ نمایه سازی: 5 خرداد 1400
Abstract:
مقاله حاضر به شناسایی و بررسی ابعاد منابع قدرت نرم نظام در آموزش عالی مبتنی بر نقشه جامع علمی و ارائه الگو پرداخته است. از نظر هدف کاربردی و از نظر رویکرد و گردآوری داده ها، آمیخته اکتشافی بود که به طور متوالی ابتدا از روش کیفی و سپس روش کمی استفاده شد. نمونه پژوهش در بخش کمی ۳۸۴ نفر که با روش نمونه گیری خوشه ای تصادفی از بین جامعه دانشجویان دانشگاه های استان تهران انتخاب شدند. ابزار اندازه گیری پرسشنامه محقق ساخته بود. روایی محتوایی آن را متخصصان امر تایید کردند و پایایی آن نیز با استفاده از آلفای کرونباخ برابر ۹۴۳ درصد محاسبه شد. تحلیل داده های کیفی با استفاده از روش کدگذاری سه مرحله ای اشتراوس و کوربین و تحلیل داده های کمی با استفاده از روش تحلیل عاملی، میانگین و آزمون t تک نمونه ای انجام شد. نتایج این پژوهش تعداد هشت بعد و نوزده مولفه را برای منابع قدرت نرم آموزش عالی تبیین می کند. با توجه به سطح معناداری (p <۰/۰۰۰) آزمون t تک نمونه ای مربوط به اجزای الگوی پژوهش که در تمامی اجزا، کمتر از ۰۵/۰ بوده و t مشاهده شده (۹۳/۴) مربوط به میانگین همه مولفه های مورد ارزیابی الگو از t بحرانی (۷۵۶/۲) بیشتر است، الگوی پژوهش برای استفاده تایید شد. پیشنهاد اصلی استفاده از مدل الگوی پژوهش و توجه به ابعاد شناسایی شده برای رفع موانع مختلف اعم از مدیریتی، ساختاری و ... و تلاش در راستای اجرایی کردن سند نقشه جامع علمی برای بهره مندی از ظرفیت های آموزش عالی در ارتقای قدرت نرم کشور است.
Keywords:
Authors
ابوالحسن ماهرویی
دانشجوی دکتری دانشگاه آزاد اسلامی واحد تهران
امیرحسین محمودی
دانشیار دانشکده روانشناسی و علوم تربیتی،
اصغر افتخاری
دانشیار دانشکده علوم سیاسی دانشگاه امام صادق
مهدی محمودی
استادیار دانشگاه پیام نور تهران
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 :