معناپذیری و حس تعلق به مکان در ارتقای سرمایه اجتماعی روستاییان
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 309
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JGSKH-23-71_005
Index date: 31 May 2023
معناپذیری و حس تعلق به مکان در ارتقای سرمایه اجتماعی روستاییان abstract
سرمایه اجتماعی نقش مهمی در بالا بردن زیست پذیری دارد که بدون شک هدف مهم تمام برنامه ریزی-ها و توسعه، ازجمله برنامه ریزی و توسعه روستایی است. این تحقیق از نظر هدف کاربردی و از نظر رویکرد توصیفی- تحلیلی است که با نمونه ای با حجم ۳۵۵ نفر از میان افراد روستاهای کردنشین در شهرستان رودبار انجام شده است. ابزار گردآوری داده ها در این پژوهش شامل: مطالعات کتابخانه ای برای جمع آوری اطلاعات مربوط به ادبیات تحقیق و سپس پژوهش های میدانی از طریق مشاهده و پرسشنامه بهره گرفته شد. جامعه آماری تحقیق، روستاهای کردنشین استان گیلان واقع در شهرستان رودبار با تعداد ۱۲ روستا و مجموع ۲۹۵۵ نفر جمعیت (براساس سرشماری سال ۱۳۹۵) می باشد. تعداد نمونه ها با استفاده از جدول مورگان، ۳۴۰ نفر تعیین شد که به منظور افزایش سطح اطمینان و کاهش خطا در داده ها، تعداد نمونه ها افزایش یافته و ۳۵۵ پرسشنامه تکمیل گردید. پژوهش به منظور تبیین سیستماتیک عوامل تاثیرگذار بر تعلق مکانی و نیل به یک مدل جامع از تکنیک چند متغیری تحلیل مسیر استفاده شد و تاثیرات مستقیم و غیرمستقیم متغیرهای مورد بحث، در یک مدل مورد بررسی قرار گرفت. نتایج تحقیق حاکی از آن است که متغیرهای کالبدی تعلق مکانی(۴۵۶/۰)، بعد اعتماد سرمایه اجتماعی(۲۱۶/۰)، بعد محیطی تعلق مکانی(۱۶۸/۰)، بعد عملکردی تعلق مکانی(۱۲۹/۰)، بعد همبستگی اجتماعی و بعد مشارکت سرمایه اجتماعی به ترتیب مهم ترین عواملی هستند که به صورت مستقیم بر نمایه تعلق مکانی روستاییان موثر هستند.
معناپذیری و حس تعلق به مکان در ارتقای سرمایه اجتماعی روستاییان Keywords:
معناپذیری و حس تعلق به مکان در ارتقای سرمایه اجتماعی روستاییان authors
مجید یاسوری
University of guilan
سمیرا محمودی
University of guilan
علیرضا دربان آستانه
University of Tehran
فاطمه امامی
University of Tehran
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 :