مدل بالنده‌سازی دانشی کارکنان در بخش دولتی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، مدیریت دولتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

2 استاد، مدیریت دولتی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی ، تهران، ایران

3 دانشیار، مهندسی صنایع، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

چکیده

امروزه، با توجه به تغییرات محیطی و افزایش انتظارات جامعه، سازمان‌های دولتی باید نیروی انسانی خود را به سمت دانشی شدن سوق دهند. از این رو، هدف پژوهش حاضر، طراحی مدل بالنده‌سازی دانشی کارکنان در بخش دولتی است. نوع پژوهش از نظر هدف کاربردی- توسعه ای و در زمره پژوهش‌های توصیفی است. جامعه آماری در بخش کیفی، 16 نفر از خبرگان دانشگاهی و اجرایی نظرخواهی بودند که به صورت هدفمند انتخاب شدند. همچنین، در قسمت کمی، به منظور برآورد حجم نمونه از روش کوکران استفاده شد که براین اساس، 277 نفر از مدیران و متخصصان مدیریت منابع انسانی در سازمان‌های دولتی شهر تهران درنظرگرفته شدند. بعد از شناسایی عوامل موثر بر بالنده‌سازی دانشی از مبانی نظری و پژوهشهای پیشین، از روش دلفی فازی استفاده شد که تا اجماع خبرگان ادامه یافت. سپس، به منظور اعتبارسنجی مدل از روش مدل‌سازی معادلات ساختاری و نرم‌افزار Smart PLS استفاده شد. یافته‌ها نشان داد که 7 دسته شامل عوامل فردی، بین‌فردی، مدیریتی، سازمانی، شغلی، ارزشی و اخلاقی و اقدامات منابع انسانی بر بالنده‌سازی دانشی کارکنان تاثیرگذارند که از این بین عوامل سازمانی و مدیریتی به ترتیب با ضریب تعیین 636/0 و 611/0 بیشترین تاثیر را دارند. 

کلیدواژه‌ها


عنوان مقاله [English]

Model of Knowledge Development of Employees in the Public Sector of Iran

نویسندگان [English]

  • Atena Farokhi 1
  • Gholamreza Memarzadeh Tehran 2
  • Parham Azimi 3
1 Ph.D. candidate, Public Administration, Qazvin Branch, Islamic Azad University, Qazvin, Iran
2 Professor, Public Management, Science and Research Branch, Islamic Azad University, Tehran, Iran
3 Associate Professor, Industrial Engineering, Qazvin Branch, Islamic Azad University, Qazvin, Iran
چکیده [English]

Today, due to environmental changes and increasing expectations of society, government organizations must direct their human resources to knowledge. Therefore, the purpose of this study is to design a model of knowledge enhancement of employees in the public sector. The type of research is applied-developmental in terms of purpose and is among the descriptive researches. The statistical population in the qualitative section was 16 academic and executive experts who were purposefully selected. Also, in a small part, Cochran's method was used to estimate the sample size, based on which 277 managers and human resource management specialists in government organizations in Tehran were considered. After identifying the factors affecting the growth of knowledge from theoretical foundations and previous research, the fuzzy Delphi method was used, which continued until the consensus of experts. Then, in order to validate the model, the structural equation modeling method and Smart PLS software were used. Findings showed that 7 categories including individual, interpersonal, managerial, organizational, occupational, value, and ethical factors and human resource measures affect the development of employees' knowledge, of which organizational and managerial factors with a coefficient of determination of 0.636, and 0.611 respectively have the most impact.

کلیدواژه‌ها [English]

  • Knowledge Staff
  • Knowledge Work
  • Knowledge Development
  • Public Sector
  • fuzzy Delphi method
  • رجایی، زهرا و بنایی، فاطمه. (1397). تاثیر خط‌مشی­های مربوط به شرایط محیط کاری بر بهره­وری کارکنان دانشی (مورد مطالعه: دانشگاه دولتی بیرجند). فصلنامه خط‌مشی­گذاری عمومی در مدیریت، 9(31)، 20-38.
  • دادخواه، سپیده، عاصمی، عاصفه، عابدی، محمدرضا و مشهدی، فرشته. (1394). مدل نظری انگیزاننده‌های مؤثر بر تسریع روند پیاده­سازی مدیریت دانش سازمانی. فصلنامه توسعه مدیریت منابع انسانی و پشتیبانی، 10(37)، 151-174.
  • رواسی زاده، محمد؛ نوبخت رمضانی، زهرا و بهرامی، شهاب. (1397). طراحی الگوی عوامل مؤثر در بلوغ دانشی کارکنان معاونت تربیت­بدنی و سلامت وزارت آموزش وپرورش با استفاده از الگوی نقشه شناختی فازی. فصلنامه پژوهش در ورزش تربیتی، (15)، 161-178.
  • قلی­پور، رحمت­اله؛ امیری، علینقی؛ مهدی­زاده، محمدرضا و زمانی فر، محسن. (1392). شناسایی عوامل مؤثر بر ماندگاری کارکنان دانشی در شرکت پالایش و پخش فرآورده­های نفتی ایران. فصلنامه مدیریت فرهنگ سازمانی، 11(28)، 133-161.
  • کاظمی، شیرین، نادری، ابوالقاسم و عزتی، میترا. (1398). بررسی نقش سرمایه انسانی در دانش­محوری سازمان. فصلنامه توسعه مدیریت منابع انسانی و پشتیبانی، 14(52)، 63-78.
  • محمدرضایی، مهدی؛ سرلک، محمدعلی و فقیهی، ابوالحسن. (1399). ارائه مدلی جهت ارزیابی بهره‌وری کارکنان دانشی با به‌کارگیری روش دلفی فازی و روش بهترین – بدترین فازی (موردمطالعه: شرکت‌های دانش‌بنیان). فصلنامه مدیریت فرهنگ سازمانی، 19(2)، 377-404.
  • مدیری، محمود؛ شکیبایی، ثابت و رنگریز، حسن. (1393). شناسایی و اولویت­بندی عوامل انگیزشی مؤثر برتسهیم دانش بین کارکنان دانشی با رویکرد تصمیم­گیری چندمعیاره فازی. مجله مدیریت توسعه و تحول، (18)، 49-62.
  • یزدانش شناس، مهدی و صابری، علیرضا (1399). نقش سرمایه فکری در اثرگذاری ادراک از اقدامات مدیریت منابع انسانی دانش­محور بر عملکرد نوآورانه کارکنان. فصلنامه توسعه مدیریت منابع انسانی و پشتیبانی، 15(57)، 1-28.
  • Adriaenssen, D. J., Johannessen, D. A., & Johannessen, J. A. (2016). Knowledge management and performance: developing a theoretical approach to knowledge workers’ productivity, and practical tools for managers. Problems and Perspectives in Management, 14(3), 676-667.
  • Arthur, M. (2008). On being a Knowledge Worker. Organizational Dynamics, 37(4), 365-377.
  • Bhatija, V.P., Nithin, T., & Dawood, N. (2017).A preliminary approach towards integrating knowledge management with building information modeling (KBIM) for the construction industry. International Journal of Innovation, Management and Technology, 8(1), 64-70.
  • Clara M. & Lingmin Li. (2012). Modeling knowledge worker activity; Tadej Stajner, Dunja Mladenic: Workshop on Applications of Pattern Analysis. JMLR: Workshop and Conference Proceedings, 1, 2012.
  • Davenport, T. (2002). Can you boost knowledge work’s impact on the bottom line?. Management Update, 7(11), 3-5.
  • Domenech, J., Escamilla, R., & Roig-Tierno, N. (2016). Explaining knowledge-intensive activities from a regional perspective. Journal of Business Research, 69(4), 1301-1306.
  • Drucker, P. (1999). Knowledge-worker productivity: The biggest challenge. Journal of California Management Review, 41(2), 79-94.
  • Drucker, P. (1994). Adventures of a bystander. New Brunswick: Transaction Publishers.
  • Drucker, P. (1968). The practice of management. London: Pan.
  • Duc, T. N. (2020). Knowledge work productivity in the public sector. The case of Nha Be District, Ho Chi Minh City, Vietnam. Master’s Thesis, Tampere University, Faculty of Management and Business.
  • Fernandes, D., Bortoluzzi, B. C., & McArthur, J. J. (2019) Development and field testing of a multi-dimensional tool for benchmarking knowledge worker productivity. Intelligent Buildings International Journal, 11(3), 227-247.
  • Guthrie, C. (2020). Knowledge worker fitness in the workspace: self-managing at the edge of chaos. Knowledge Management Research & Practice, 19(2), 181-196.
  • Holman, H., Wall, T. D., Clegg, C. W. Sparrow, P., & Howard, A. (2003). The New Workplace A Guide to the Human Impact of Modern Working Practices. John Wiley & Sons, Ltd, the Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, UK.
  • Horwits F. M., Smith D. A. (1998). Flexible work practices and human resource management: a comparison of South African and foreign owned companies. International Journal of Human Resource Management, 4(2), 590-607.
  • Kianto, A., Shujahat, M., Hussain, S., Nawaz, F., & Ali, M. (2018). The impact of knowledge management on knowledge worker productivity. Baltic Journal of Management, 14(2), 178-197.
  • Mládková, L. (2015). Knowledge Workers and the Principle of 3S (Self-management, Selforganization, Self-control). Procedia – Social and Behavioral Sciences, 181, 178 – 184.
  • Óskarsdóttir, H. G., & Oddsson, G. V. (2017). A Soft Systems Approach to Knowledge Worker Productivity—Analysis of the Problem Situation. Economies, 28(5), 1-27.
  • Palvalin, M., Vuori, V., & Helander, N. (2019). The relation between knowledge transfer and productivity in knowledge work. Knowledge Management Research & Practice, 16(1), 118-125.
  • Palvalin, M., Voordt, T., & Jylhä, T. (2017). The impact of workplaces and self-management practices on the productivity of knowledge workers. Journal of Facilities Management, 15(4), 423-438.
  • Razzaq, S.Shujahat, M.Hussain, S.Nawaz, F.Wang, M.Ali, M., & Tehseen, S.(2019). Knowledge management, organizational commitment and knowledge-worker performance: The neglected role of knowledge management in the public sector. Business Process Management Journal, 25(5), 923-947.
  • Scott, P. B.(2005). Knowledge workers: social, task and semantic network analysis. Corporate Communications: An International Journal, 10(3), 257-277.
  • Sherringham, K. & Unhelkar, B. (2020). Crafting and Shaping Knowledge Worker Services in the Information Economy. Palgrave Macmillan, Singapore, https://doi.org/10.1007/978-981-15-1224-7_1
  • Shujahat, M., Sousa, M. J., Hussain, S., Nawaz, F., Wang, M., & Umer, M. (2019). Translating the impact of knowledge management processes into knowledge-based innovation: The neglected and mediating role of knowledge-worker productivity. Journal of Business Research, 94, 442-450.
  • Sordi, J. O. D., Azevedo, M. C. D., Bianchi, E. M. P. G. & Carandina, T. (2020). Defining the term knowledge worker: Toward improved ontology and operationalization. Knowledge Process Management, 28(1), 56-70.
  • Xiao, M., Nembhard, D. A., & Dai, C. J. (2013). A Survey of Knowledge Work Productivity Metrics. International Journal of Productivity Management and Assessment Technologies, 1(2), 10-23.