بررسی رابطه بین انتقال فناوری، برون سپاری، قابلیت های سازمانی و عملکرد نوآورانه

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 400

This Paper With 28 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIMDO-3-2_003

تاریخ نمایه سازی: 5 خرداد 1400

Abstract:

زمینه و هدف: با توجه به نقش عملکرد نوآورانه در بقا سازمان ها، کسب مزیت رقابتی و توسعه سازمانی، این پژوهش به مطالعه تاثیر انتقال فناوری، قابلیت­های سازمانی و استراتژی برون سپاری بر عملکرد نوآورانه شرکت های تولیدی دارو پرداخته است. روش شناسی: در این پژوهش از روش­شناسی پژوهش آمیخته ترتیبی-تبیینی (کمی کیفی) استفاده شده است. در بخش کمی از روش تحقیق پیمایشی و در بخش کیفی از روش تحلیل مضمون استفاده شد. جامعه آماری پژوهش در بخش کمی ۸۳ شرکت داروسازی فعال در تهران بود. با توجه به اهداف پژوهش، در ابتدا، بر مبنای طرح کمی، مدل استخراجی از مبانی نظری با کمک تکنیک معادلات ساختاری و نرم افزار smartPLS برازش شد و سپس به منظور تعمیق فهم نتایج پژوهش، طرح کیفی مبتنی بر تحلیل داده های حاصل از مصاحبه نیمه ساختاریافته از ۵ خبره علمی و عملی با استفاده از نرم افزار MAXQDA انجام شد. یافته ها: تحلیل داده های کمی نشان داد که هر یک از متغیرهای؛ «برون­سپاری»، «انتقال فناوری» و «قابلیت سازمانی» بر «عملکرد نوآورانه» تاثیر معناداری دارند. همچنین طی تحلیل داده­های کیفی در مجموع ۴۳ کد نهایی در قالب ۱۰ تم فرعی از مفاهیم اصلی پژوهش استخراج شدند. نتایج: تمرکز بر قابلیت­های سازمانی و سیاست­های مبتنی بر انتقال فناوری و برون سپاری موجب می شود تا شرکت های تولیدی دارو علاوه بر قابلیت­های درونی خود از قابلیت­های مستقیم و غیر مستقیم سایرین نیز استفاده کنند. 

Authors

محسن اکبری

دانشیار، گروه مدیریت بازرگانی دانشکده ادبیات و علوم انسانی دانشگاه گیلان، رشت، ایران

محمد حاتمی نژاد

دانشجوی دکتری مدیریت سیاست گذاری بازرگانی، دانشکده ادبیات علوم انسانی، دانشگاه گیلان، رشت، ایران

میلاد هوشمند چایجانی

دکتری مدیریت سیاست گذاری بازرگانی، پردیس فارابی، دانشگاه تهران، تهران، ایران

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 :