آینده پژوهی پایداری منابع انسانی در صنعت فولاد: تحلیلی بر تسهیل توسعه پایداری از طریق راهبرد یادگیری دوجانبه گرایانه
Publish place: Research in Human Resource Management، Vol: 16، Issue: 2
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 27
This Paper With 51 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HRMJ-16-2_001
تاریخ نمایه سازی: 8 مهر 1403
Abstract:
هدف این مطالعه، آینده پژوهی پایداری منابع انسانی در صنعت فولاد براساس تحلیل راهبرد یادگیری دوجانبه گرایانه می باشد. این مطالعه به لحاظ نوع نتیجه، کاربردی تلقی می شود و از منظر هدف، در دسته مطالعه های اکتشافی جایگذاری می گردد که با استفاده از مدل های کمی و کیفی اجراء شده است. مطالعه حاضر از یک نوع روش تحقیق تبعیت نمی کند، بلکه به فراخور هر بخش، روش مجزایی را در مسیر پاسخ به سوال های تدوین شده بکار می برد. لذا می توان براساس ماهیت جمع آوری، این مطالعه را در دسته پژوهش های آمیخته قرار داد. جامعه آماری در بخش کیفی ۱۲ نفر از خبرگان در عرصه ی مدیریت دولتی بودند و در بخش کمی ۲۵ نفر از مدیران منابع انسانی شرکت های فعال در صنعت فولاد در این مطالعه مشارکت داشتند. نتیجه ی این مطالعه در بخش کیفی از وجود ۳ مقوله؛ ۱۳ مولفه و ۴۷ مضمون جهت توسعه پایداری منابع انسانی حکایت داشت که براساس تحلیل دلفی مورد تایید قرار گرفت. سپس با انتخاب ۲ عامل از مجموع مولفه شناسایی شده به عنوان مبنای سناریوپرداری، ۷ مضمون شناسایی شده به عنوان زیر عوامل سناریوسازی مورد بررسی قرار گرفتند. نتیجه کسب در بخش کمی از وجود ۴ سناریو با وضعیت مطلوب حکایت دارد که مهمترین آن، ماتریس سیسنوسی توابع یاضی تحت عبارت توضیحی، ماتریس دانش محور می باشد که براساس بعد فرهنگ در یادگیری دوجانبه می تواند به تقویت پایداری منابع انسانی در صنعت فولاد کمک نماید.
Keywords:
Authors
الهه لشگری
دانشجوی دکتری، گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران
علیرضا شیروانی
دانشیار گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران
محمدرضا دلوی
دانشیار گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، 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 :
