همبستگی کلان داده ها با عملکرد سلامت زنجیره تامین درکارکنان سامانه هوشمند سوخت استان تهران

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 191

This Paper With 11 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_JHPM-11-4_001

تاریخ نمایه سازی: 8 شهریور 1401

Abstract:

مقدمه: رشد چشمگیر کلان داده ها و کاربرد آن ها در جلوگیری از اتلاف منابع و افزایش سطح عملکرد مالی وسلامت زنجیره تامین، نیاز به بررسی از منظرهای مختلف دارد. هدف مطالعه حاضر تعیین همبستگی کلان داده ها با عملکرد سلامت زنجیره تامین در کارکنان سامانه هوشمند سوخت استان تهران است. روش کار: در این مطالعه توصیفی- همبستگی، جامعه آماری شامل کارکنان سامانه هوشمند سوخت با تعداد ۱۱۰ تن می باشد. با در نظر گرفتن تعدادکل جامعه آماری و با توجه به جدول مورگان، تعداد۸۶ تن شامل، تعداد ۳۵ تن مدیر و ۵۱ تن کارشناس انتخاب شدند. ابزار گرد آوری داده ها شامل: پرسشنامه جمعیت شناختی، "پرسشنامه کلان داده چن و همکاران"(Chen et al’s Big Data Questionnaire) و "پرسشنامه عملکرد سلامت زنجیره تامین کومار و راج" (Kumar & Raj Supply Chain Health Performance Questionnaire) بود. روایی ابزارها با استفاده از نسبت روایی محتوا، روایی سازه به روش روایی همگرا، پایایی به روش همسانی درونی با محاسبه ضریب آلفاکرونباخ و پاپایی مرکب بررسی شد. تحلیل داده ها درنرم افزار اس پیاس اس نسخه۲۵، لیزرل ۸ و اسمارت پی ال اس۲ انجام شد. یافته ها: آماره T مربوط به کلان داده ها  ۷۷۶/۰ گزارش شده است. استفاده از کلان داده ها در تصمیم گیری های زنجیره تامین به عملکرد سلامت زنجیره تامین ۱۲۹/۸۶ برآورد شده و ضریب مسیر استفاده از کلان داده ها در تصمیم گیری،  ۷۴۲/۰ گزارش شده، که مقداری مثبت است و نشان دهنده همبستگی این ۲ متغیر است. نتیجه گیری: کلان داده ها با عملکرد سلامت زنجیره تامین همبستگی دارد. لذا پیشنهاد می شود مسئولین برای ارتقا عملکرد سلامت زنجیره تامین، دسترسی برخط به داده ها و تحلیل مدیریتی آن ها را در سازمان لحاظ نمایند.

Authors

الناز علیخانی زنجانی

دانشجوی دکتری مدیریت صنعتی مالی دانشگاه آزاد ابهر

فرید عسکری

استادیار، گروه مدیریت، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران.

امیر نجفی

دانشیار، گروه مهندسی صنایع، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران.

بابک حاجی کریمی

استادیار، گروه مدیریت، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، 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 :
  • Hensey M. Essential success factors for strategic planning. Journal of ...
  • https://doi.org/۱۰.۱۱۰۹/ICMLA.۲۰۱۳.۶۸Adibi MA, Shahrabi J. [Online anomaly detection based on support ...
  • https://doi.org/۱۰.۱۰۶۱/(ASCE)۹۷۴۲-۵۹۷X(۱۹۹۱)۷:۲(۱۶۷)Alshawabkeh M, Jang B, Kaeli D. Accelerating the local outlier ...
  • https://doi.org/۱۰.۱۱۴۵/۱۷۳۵۶۸۸.۱۷۳۵۷۰۷Awasthi A, Satyaveer SC. Using AHP and Dempster-Shafer Theory for ...
  • https://doi.org/۱۰.۱۰۱۶/j.envsoft.۲۰۱۰.۱۱.۰۱۰Bai M, Wang X, Xin J, Wang G. An efficient ...
  • https://doi.org/۱۰.۱۰۱۶/j.neucom.۲۰۱۵.۰۵.۱۳۵Bhattacharyya S, Jha S, Tharakunnel K, Westland JC. Data mining ...
  • https://doi.org/۱۰.۱۰۱۶/j.dss.۲۰۱۰.۰۸.۰۰۸Bhusari V, Patil S. Study of hidden Markov Model in ...
  • https://doi.org/۱۰.۵۱۲۰/۲۴۲۸-۳۲۶۳Brown B, Chui M, Manyika J. Are you ready for ...
  • Chen H, Chiang RH, Storey VC. Business Intelligence and Analytics: ...
  • https://doi.org/۱۰.۲۳۰۷/۴۱۷۰۳۵۰۳Correa BA, Aouada D, Stojanovic A, Ottersten B. Feature engineering ...
  • https://doi.org/۱۰.۱۰۱۶/S۰۸۹۵-۴۳۵۶(۹۸)۰۰۰۸۲-۱ ...
  • Correa BA, Stojanovic A, Aouada D, Ottersten B. Cost sensitive ...
  • https://doi.org/۱۰.۱۰۱۶/j.eswa.۲۰۱۴.۰۲.۰۲۶ Epaillard E, Bouguila N. Proportional data modeling with hidden Markov ...
  • https://doi.org/۱۰.۱۰۱۶/j.patcog.۲۰۱۶.۰۲.۰۰۴ González PC, Velásquez JD. Characterization and detection of taxpayers with ...
  • https://doi.org/۱۰.۱۰۱۶/j.eswa.۲۰۱۲.۰۸.۰۵۱ ...
  • Gravina R, Alinia P, Ghasemzadeh H, Fortino G. Multi-sensor fusion ...
  • https://doi.org/۱۰.۱۰۱۶/j.inffus.۲۰۱۶.۰۹.۰۰۵ ...
  • Hafezi R, Shahrabi J, Hadavandi E. [A bat-neural network multi-agent ...
  • https://doi.org/۱۰.۱۰۱۶/j.asoc.۲۰۱۴.۱۲.۰۲۸ Halvaiee NS, Akbari MK. [A novel model for credit card ...
  • https://doi.org/۱۰.۱۰۱۶/j.asoc.۲۰۱۴.۰۶.۰۴۲Huang J, Zhu Q, Yang L, FengJ. A non-parameter outlier ...
  • https://doi.org/۱۰.۱۰۱۶/j.knosys.۲۰۱۵.۱۰.۰۱۴ Huang SY, Tsaih RH, Yu F. Topological pattern discovery and ...
  • https://doi.org/۱۰.۱۰۱۶/j.eswa.۲۰۱۴.۰۱.۰۱۲Kotu V, Deshpande B. Predictive analytics and data mining; concepts ...
  • https://doi.org/۱۰.۲۱۸۵۹/jhpm-۰۸۰۱۴Olszewski D. Fraud detection using self-organizing map visualizing the user ...
  • https://doi.org/۱۰.۱۰۱۶/j.knosys.۲۰۱۴.۰۷.۰۰۸ ...
  • نمایش کامل مراجع