جلد 27، شماره 4 - ( 10-1403 )
جلد 27 شماره 4 صفحات 100-84 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Dehkhodaei R, Karamali M, Mohamadian M, Bahadori M, Abbasi Farajzadeh M. Developing a knowledge tree model in health research centers: from theory to practice. jha 2025; 27 (4) :84-100
URL: http://jha.iums.ac.ir/article-1-4602-fa.html
URL: http://jha.iums.ac.ir/article-1-4602-fa.html
دهخدایی رضا، کرمعلی مازیار، محمدیان محمد، بهادری محمدکریم، عباسی فرج زاده محسن. تدوین الگوی درخت دانش در مراکز تحقیقاتی سلامت: از تئوری تا عمل. فصلنامه مدیریت سلامت. 1403; 27 (4) :84-100
1- مرکز تحقیقات مدیریت سلامت، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران.
2- مرکز تحقیقات مدیریت سلامت، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران. ،mazyar.karamali@gmail.com
3- کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی بقیه الله(عج)، تهران، ایران.
2- مرکز تحقیقات مدیریت سلامت، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران. ،
3- کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی بقیه الله(عج)، تهران، ایران.
متن کامل [PDF 948 kb]
(97 دریافت)
| چکیده (HTML) (188 مشاهده)
جدول1. مولفههای مربوط به نقشهکشی دانش
جدول2. مشخصات مشارکتکنندگان در پنل دلفی )12 نفر(
جدول 5. مولفههای مربوط به تعیین چارچوب درخت دانش مراکز پژوهشی
.png)
شکل1. الگوی ترسیم درخت دانش در حوزه سلامت برای مراکز پژوهشی دانشگاههای علوم پزشکی
متن کامل: (49 مشاهده)
مقدمه
سازمانهای امروزی در عرصه‌های مختلف زندگی با بحث توسعه، رشد، نوآوری و رسیدن به مزیت رقابتی پایدار و همچنین، فعالیت‌هایی نظیر تحقیق و توسعه در جهت نوسازی و بنیادین کردن فعالیت‌های سازمان در راستای پیشی گرفتن از رقبای خود رو‌به‌رو هستند. در چنین سازمان‌هایی دانش بهعنوان منبع راهبردی جهت بقا و نوآوری حائز اهمیت است [1]. مدیریت دانش گستره‌ای از ایده‌های سازمان نظیر نوآوری‌های راهبردی، اقتصادی، رفتاری و مدیریتی را بهعنوان بخشی ضروری در موفقیت سازمان در بر میگیرد. در سند چشم انداز بیست ساله جمهوری اسلامی ایران در بند 36 آن بر دستیابی به اقتصاد و فعالیت‌های مبتنی بر دانش تاکید شده است [2]. همچنین، در ماده 65 قانون برنامه پنج‌ساله هفتم پیشرفت جمهوری اسلامی ایران، بند "ج"، فراهم نمودن دانش و زیرساختهای دانش فنی، اجتماعی، اخلاقی و حقوقی در زمینه هوش مصنوعی در کنار سایر بندهای مربوط به رشد دانش‌بنیان و حمایتهای لازم مورد توجه بوده است. تمامی این موارد نشانگر اهمیت دانش و مدیریت آن در عصر کنونی است.
نظام سلامت حوزه‌ای دانش‌محور است که علاوه‌بر مهم بودن در زندگی انسان‌ها، یکی از شاخص‌های توسعه‌یافتگی کشورها است [3]. اقسام مختلف دانش در نظام سلامت عبارتند از: دانش متخصصان، دانش بیماران، دانش سازمانی، دانش علم پزشکی، دانش منابع، دانش فرآیندی، دانش رابطه‌ای و دانش سنجش که به‌کارگیری و توجه به هر کدام از این موارد میتواند در مراقب از بیماران و ارائه خدمات مراقبی و درمانی تاثیر مثبتی داشته باشد. بنابراین، مدیریت دانش در این بخش برای اطمینان از رشد و تداوم فعالیت‌های دانش‌محور، کشف، کسب و توسعه دانش جدید مهم است. به‌کارگیری مدیریت دانش در نظام سلامت میتواند موجب بهبود عملکرد سازمانی و ارائه خدمات و فرآیندهای بهداشتی و درمانی بهتر شود [4]. باید توجه داشت که حوزه سلامت و پزشکی به سبب روزآمدی و اهمیت، با حجم بسیار بالایی از تولید منابع مواجه است. پزشکان، متخصصان و کاربران باید قادر باشند که اطلاعات و دانش مناسب را در زمان مناسب و در قالب مناسب به‌دست آورند. این امر نیازمند ابزاری است که با سازماندهی و در دسترس ساختن اطلاعات و دانش، مخاطبین دانش را قادر سازد تا در سریع‌ترین زمان ممکن بتوانند وضعیت دانشی موجود را شناسایی کنند و به دانش مورد نیاز خود دست یابند [5]. در این زمینه، درخت دانش یکی از پایه‌ای‌‌ترین ابزارهای مدیریت دانش است.
درخت دانش نموداری است که ساختار دانشی سازمان و ارتباط و وابستگی حوزههای دانشی را به‌صورت چند لایه و تصویری نشان میدهد. درخت دانش مفهومی حاوی مفاهیم، دانش و روابط معنایی است که بهعنوان مدل بازنمایی دانش میتواند دانش انسان را در سیستم‌های کامپیوتری رمزگذاری کند. این درخت بازنمایی‌های معنایی رسمی را برای توصیف مفاهیم زبان تعریف میکند [6]. در حال حاضر، رشد دانش با توانایی سازمانهای بهداشتی در انتشار، ترجمان و استفاده از دانش موجود در مراقبت‌های بهداشتی و بالینی مطابقت ندارد و حجم زیادی از دانش سلامت در سراسر سازمان و نقاط مختلف پراکنده است که این امر استفاده بهینه متخصصان از دانش را با مشکل مواجه میکند. این موضوع در تصمیم‌های مرتبط با درمان و مراقبت از بیماران مهمتر است. عدم وجود دانش کافی یا دسترسی دشوار به دلیل پراکندگی باعث میشود که تصمیم‌های اخذ شده کمتر قابل اعتماد باشند و یا مراقبت و خدمات ارائه شده برای بیمار ناقص انجام شود [4].
دانشگاههای علوم پزشکی بهعنوان پرچمداران سلامت جامعه محسوب می‌شوند و در آنها دستیابی به جدیدترین دستاوردهای علمی و پژوهشی، استقرار مدیریت دانش در نظام سازمانی و استفاده از ابزارهای مدیریت دانش برای دستیابی به این امر، اهمیت بیشتری دارد [7] تا جایی که دانشگاههای علوم پزشکی برای تبدیل شدن به سازمان دانش‌بنیان به‌طور جدی وابسته به فعالیت‌های مدیریت دانش می‌باشند. با‌این‌وجود، آشنایی اندک دانشگاههای علوم پزشکی و مراکز وابسته به آنها با فرآیند مدیریت دانش و ابهامات موجود در این حوزه، باعث بهره‌وری ناکافی و استفاده نامناسب از دانش در این سازمان‌ها میشود. به‌رغم اهمیت دانش و مدیریت آن در حوزه علوم پزشکی و موسسه‌های وابسته به آن، شناخت چندانی در مورد آن وجود ندارد [8] و حتی با وجود بخش مدیریت دانش در برخی از این مراکز هیچ سازوکاری برای سنجش و ارزیابی وضعیت دانشی موجود مشاهده نمی‌شود. همچنین، با جستجو در منابع مربوطه هیچ درخت دانشی مربوط به دانشگاههای علوم پزشکی برای سنجش وضعیت دانشی موجود یافت نشد. مراکز تحقیقاتی نقش به‌سزایی در پیشرفت علمی دارند و در این بین، مراکز تحقیقاتی پزشکی به‌دلیل فعالیت در حوزههای مرتبط با سلامت انسان از اهمیت ویژه‌ای برخوردارند [9]. بنابراین، برای بررسی وضعیت موجود دانشی و روند تولیدات علمی دانشگاههای علوم پزشکی باید به مراکز تحقیقاتی وابسته به آنها مراجعه کرد. از‌این‌رو، پژوهش حاضر به دنبال آن است تا با ارائه الگویی برای ترسیم درخت دانش مراکز تحقیقاتی حوزه سلامت زمینه را برای ایجاد و استفاده فراگیر از این ابزار در حوزه سلامت به‌منظور سنجش وضعیت موجود دانشی و شناخت خلاء‌های دانشی موجود در جهت بهره‌گیری در سیاست‌گذاری‌های این حوزه برای پیشبرد بهتر مسیرهای تحقیقاتی فراهم نماید.
روش ها
پژوهش حاضر از نظر هدف کاربردی است و از نظر روش، پژوهش کمی مبتنی بر روش دلفی است که در آن از این روش برای گردآوری و تحلیل نظرات خبرگان موضوعی و مبتنی بر اجماع نظر متخصصان استفاده شده است. ابتدا منابع مرتبط موضوعی مرور شد. در این مرحله، با کلیدواژههای درخت دانش یا نقشه دانش منابعی بررسی شدند که در آنها به معرفی مراحل و مولفههای نقشهکشی دانش پرداخته شده بود. با استفاده از این منابع و تجربه متخصصان موضوعی از طریق جلسات مصاحبه نیمهساختاریافته یک الگوی اولیه برای ترسیم درخت دانش در حوزه سلامت تهیه شد. باید توجه داشت که در زمینه ترسیم درخت دانش، فقر منابع پژوهشی وجود دارد، به این صورت که منبعی یافت نشد که فرآیند ترسیم درخت دانش را شرح داده باشد. بنابراین، به‌صورت کلی مراحل نقشهکشی دانش جستجو شد و در نظرسنجی از خبرگان بنا بر آن شد که مولفهها با تعمیم به مراکز پژوهشی حوزه سلامت مورد بررسی قرار گیرند، یعنی بررسی شود که هر مولفه در مراکز پژوهشی حوزه سلامت چگونه عمل میکند. بر این اساس، خبرگان نظرات خود را در مورد به مولفهها بیان نمودند و یافتههای حاصل از نقشهکشی دانش به مراکز پژوهش حوزه سلامت تعمیم داده شد.
در مرحله اول، با استفاده از مرور ادبیات و بررسی مدل‌های مشابه نظیر صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11]، داونپورت و پروساک [12]، یاگر [13]، اخوان و پزشکان [14]، جواهری و همکاران [15]، ورناصری و همکاران [16]، احمدوند و جنیدی [17]، وستال [18] و غیره مولفههای نقشهکشی دانش دستهبندی و ساختاردهی شدند (جدول1). سپس، این مولفهها در قالب یک پرسشنامه اولیه دارای 29 و در طیف پنچ گزینهای لیکرت برای متخصصان به‌صورت حضوری و یا الکترونیک ارسال شد.
جامعه آماری شامل کارکنان ستاد پژوهش دانشگاههای علوم پزشکی، مدیران مراکز تحقیقاتی این دانشگاهها، و خبرگان حوزه سلامت و مدیریت دانش بود که دارای تجربه و دانش کافی در زمینه مدیریت دانش حوزه سلامت بودند. دارا بودن سوابق اجرایی مرتبط به میزان حداقل دو مورد (برای نمونه، مدیریت حداقل یک پروژه مرتبط نظیر مستندسازی تجربه‌های مقابله با کرونا در یک دانشگاه علوم پزشکی و یا مدیریت واحد مدیریت دانش در معاونت درمان یک دانشگاه علوم پزشکی) و دارا بودن بروندادهای علمی و پژوهشی در این زمینه موضوعی به میزان حداقل سه مورد از معیارهای انتخاب افراد بود. دلیل انتخاب جامعه آماری از مسئولین مراکز تحقیقاتی تعمیم یافتهها به این مراکز بود. در دو مرحله دلفی، 12 نفر در پژوهش حاضر مشارکت نمودند (جدول 2). پس از آن به تحلیل پاسخ‌های متخصصان پرداخته شد. برای تحلیل دادهها، میانگین نمره هر مولفه محاسبه شد. مولفههای با میانگین کمتر از 3 حذف میشدند. هیچ مولفهای میانگین امتیاز کمتر از 3 کسب نکرد. در پایان پرسشنامه، متخصصان امکان ارائه نظرات تکمیلی را داشتند؛ بنابراین، برخی اصلاحات جزئی برای واژههای به‌کار برده شده، ارائه دادند. اصلاحات پیشنهادی اعمال شد و خلاصه یافتهها در دور دوم دلفی برای متخصصان ارسال شد. پس از دور دوم، با رسیدن به اجماع نسبی در نظرات و ثبات در پاسخها ( اخذ میانگین بالای 4 برای هر مولفه و کسب درصد توافق بالای 90 درصد برای هر مولفه در تخصیص امتیاز 4 و 5) به هر مولفه توسط متخصصان و تایید کامل محتوای پرسشنامه توسط تمامی متخصصان، الگوی پیشنهادی برای ایجاد درخت دانش تایید شد.
برای اعتبارسنجی الگوی پیشنهادی، روایی محتوایی با شاخص روایی محتوایی (CVI) ارزیابی شد. در مرحله سنجش نسبت روایی محتوایی، هشت نفر در پژوهش مشارکت نمودند. از خبرگان خواسته شد تا میزان مرتبط بودن هر گویه را با طیف چهار قسمتی ( غیر مرتبط، نیاز به بازبینی اساسی، مرتبط ولی نیاز به بازبینی و کاملا مرتبط) مشخص کنند. تعداد خبرگان انتخاب‌کننده گزینه ۳ و ۴ بر تعداد کل خبرگان تقسیم شد. اگر مقدار حاصل از 7/0 کوچکتر بود، گویه رد می‌شد. اگر بین 7/0 تا 79/0 بود، بازبینی و اگر از 79/0 بزرگتر بود، قابل قبول محسوب می‌شد.
یافته ها
به‌صورت کلی، مرور منابع مربوطه منجر به شناسایی و تفکیک مولفههای مرتبط در نقشهکشی دانش شد. جدول 1 این مولفهها و منابع مربوطه را نشان میدهد. پس از مطالعه منابع و مشخص شدن مولفههای نقشهکشی دانش و پس از انتخاب متخصصان، 12 نفر در دلفی شرکت کردند (جدول 2).
سازمانهای امروزی در عرصه‌های مختلف زندگی با بحث توسعه، رشد، نوآوری و رسیدن به مزیت رقابتی پایدار و همچنین، فعالیت‌هایی نظیر تحقیق و توسعه در جهت نوسازی و بنیادین کردن فعالیت‌های سازمان در راستای پیشی گرفتن از رقبای خود رو‌به‌رو هستند. در چنین سازمان‌هایی دانش بهعنوان منبع راهبردی جهت بقا و نوآوری حائز اهمیت است [1]. مدیریت دانش گستره‌ای از ایده‌های سازمان نظیر نوآوری‌های راهبردی، اقتصادی، رفتاری و مدیریتی را بهعنوان بخشی ضروری در موفقیت سازمان در بر میگیرد. در سند چشم انداز بیست ساله جمهوری اسلامی ایران در بند 36 آن بر دستیابی به اقتصاد و فعالیت‌های مبتنی بر دانش تاکید شده است [2]. همچنین، در ماده 65 قانون برنامه پنج‌ساله هفتم پیشرفت جمهوری اسلامی ایران، بند "ج"، فراهم نمودن دانش و زیرساختهای دانش فنی، اجتماعی، اخلاقی و حقوقی در زمینه هوش مصنوعی در کنار سایر بندهای مربوط به رشد دانش‌بنیان و حمایتهای لازم مورد توجه بوده است. تمامی این موارد نشانگر اهمیت دانش و مدیریت آن در عصر کنونی است.
نظام سلامت حوزه‌ای دانش‌محور است که علاوه‌بر مهم بودن در زندگی انسان‌ها، یکی از شاخص‌های توسعه‌یافتگی کشورها است [3]. اقسام مختلف دانش در نظام سلامت عبارتند از: دانش متخصصان، دانش بیماران، دانش سازمانی، دانش علم پزشکی، دانش منابع، دانش فرآیندی، دانش رابطه‌ای و دانش سنجش که به‌کارگیری و توجه به هر کدام از این موارد میتواند در مراقب از بیماران و ارائه خدمات مراقبی و درمانی تاثیر مثبتی داشته باشد. بنابراین، مدیریت دانش در این بخش برای اطمینان از رشد و تداوم فعالیت‌های دانش‌محور، کشف، کسب و توسعه دانش جدید مهم است. به‌کارگیری مدیریت دانش در نظام سلامت میتواند موجب بهبود عملکرد سازمانی و ارائه خدمات و فرآیندهای بهداشتی و درمانی بهتر شود [4]. باید توجه داشت که حوزه سلامت و پزشکی به سبب روزآمدی و اهمیت، با حجم بسیار بالایی از تولید منابع مواجه است. پزشکان، متخصصان و کاربران باید قادر باشند که اطلاعات و دانش مناسب را در زمان مناسب و در قالب مناسب به‌دست آورند. این امر نیازمند ابزاری است که با سازماندهی و در دسترس ساختن اطلاعات و دانش، مخاطبین دانش را قادر سازد تا در سریع‌ترین زمان ممکن بتوانند وضعیت دانشی موجود را شناسایی کنند و به دانش مورد نیاز خود دست یابند [5]. در این زمینه، درخت دانش یکی از پایه‌ای‌‌ترین ابزارهای مدیریت دانش است.
درخت دانش نموداری است که ساختار دانشی سازمان و ارتباط و وابستگی حوزههای دانشی را به‌صورت چند لایه و تصویری نشان میدهد. درخت دانش مفهومی حاوی مفاهیم، دانش و روابط معنایی است که بهعنوان مدل بازنمایی دانش میتواند دانش انسان را در سیستم‌های کامپیوتری رمزگذاری کند. این درخت بازنمایی‌های معنایی رسمی را برای توصیف مفاهیم زبان تعریف میکند [6]. در حال حاضر، رشد دانش با توانایی سازمانهای بهداشتی در انتشار، ترجمان و استفاده از دانش موجود در مراقبت‌های بهداشتی و بالینی مطابقت ندارد و حجم زیادی از دانش سلامت در سراسر سازمان و نقاط مختلف پراکنده است که این امر استفاده بهینه متخصصان از دانش را با مشکل مواجه میکند. این موضوع در تصمیم‌های مرتبط با درمان و مراقبت از بیماران مهمتر است. عدم وجود دانش کافی یا دسترسی دشوار به دلیل پراکندگی باعث میشود که تصمیم‌های اخذ شده کمتر قابل اعتماد باشند و یا مراقبت و خدمات ارائه شده برای بیمار ناقص انجام شود [4].
دانشگاههای علوم پزشکی بهعنوان پرچمداران سلامت جامعه محسوب می‌شوند و در آنها دستیابی به جدیدترین دستاوردهای علمی و پژوهشی، استقرار مدیریت دانش در نظام سازمانی و استفاده از ابزارهای مدیریت دانش برای دستیابی به این امر، اهمیت بیشتری دارد [7] تا جایی که دانشگاههای علوم پزشکی برای تبدیل شدن به سازمان دانش‌بنیان به‌طور جدی وابسته به فعالیت‌های مدیریت دانش می‌باشند. با‌این‌وجود، آشنایی اندک دانشگاههای علوم پزشکی و مراکز وابسته به آنها با فرآیند مدیریت دانش و ابهامات موجود در این حوزه، باعث بهره‌وری ناکافی و استفاده نامناسب از دانش در این سازمان‌ها میشود. به‌رغم اهمیت دانش و مدیریت آن در حوزه علوم پزشکی و موسسه‌های وابسته به آن، شناخت چندانی در مورد آن وجود ندارد [8] و حتی با وجود بخش مدیریت دانش در برخی از این مراکز هیچ سازوکاری برای سنجش و ارزیابی وضعیت دانشی موجود مشاهده نمی‌شود. همچنین، با جستجو در منابع مربوطه هیچ درخت دانشی مربوط به دانشگاههای علوم پزشکی برای سنجش وضعیت دانشی موجود یافت نشد. مراکز تحقیقاتی نقش به‌سزایی در پیشرفت علمی دارند و در این بین، مراکز تحقیقاتی پزشکی به‌دلیل فعالیت در حوزههای مرتبط با سلامت انسان از اهمیت ویژه‌ای برخوردارند [9]. بنابراین، برای بررسی وضعیت موجود دانشی و روند تولیدات علمی دانشگاههای علوم پزشکی باید به مراکز تحقیقاتی وابسته به آنها مراجعه کرد. از‌این‌رو، پژوهش حاضر به دنبال آن است تا با ارائه الگویی برای ترسیم درخت دانش مراکز تحقیقاتی حوزه سلامت زمینه را برای ایجاد و استفاده فراگیر از این ابزار در حوزه سلامت به‌منظور سنجش وضعیت موجود دانشی و شناخت خلاء‌های دانشی موجود در جهت بهره‌گیری در سیاست‌گذاری‌های این حوزه برای پیشبرد بهتر مسیرهای تحقیقاتی فراهم نماید.
روش ها
پژوهش حاضر از نظر هدف کاربردی است و از نظر روش، پژوهش کمی مبتنی بر روش دلفی است که در آن از این روش برای گردآوری و تحلیل نظرات خبرگان موضوعی و مبتنی بر اجماع نظر متخصصان استفاده شده است. ابتدا منابع مرتبط موضوعی مرور شد. در این مرحله، با کلیدواژههای درخت دانش یا نقشه دانش منابعی بررسی شدند که در آنها به معرفی مراحل و مولفههای نقشهکشی دانش پرداخته شده بود. با استفاده از این منابع و تجربه متخصصان موضوعی از طریق جلسات مصاحبه نیمهساختاریافته یک الگوی اولیه برای ترسیم درخت دانش در حوزه سلامت تهیه شد. باید توجه داشت که در زمینه ترسیم درخت دانش، فقر منابع پژوهشی وجود دارد، به این صورت که منبعی یافت نشد که فرآیند ترسیم درخت دانش را شرح داده باشد. بنابراین، به‌صورت کلی مراحل نقشهکشی دانش جستجو شد و در نظرسنجی از خبرگان بنا بر آن شد که مولفهها با تعمیم به مراکز پژوهشی حوزه سلامت مورد بررسی قرار گیرند، یعنی بررسی شود که هر مولفه در مراکز پژوهشی حوزه سلامت چگونه عمل میکند. بر این اساس، خبرگان نظرات خود را در مورد به مولفهها بیان نمودند و یافتههای حاصل از نقشهکشی دانش به مراکز پژوهش حوزه سلامت تعمیم داده شد.
در مرحله اول، با استفاده از مرور ادبیات و بررسی مدل‌های مشابه نظیر صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11]، داونپورت و پروساک [12]، یاگر [13]، اخوان و پزشکان [14]، جواهری و همکاران [15]، ورناصری و همکاران [16]، احمدوند و جنیدی [17]، وستال [18] و غیره مولفههای نقشهکشی دانش دستهبندی و ساختاردهی شدند (جدول1). سپس، این مولفهها در قالب یک پرسشنامه اولیه دارای 29 و در طیف پنچ گزینهای لیکرت برای متخصصان به‌صورت حضوری و یا الکترونیک ارسال شد.
جامعه آماری شامل کارکنان ستاد پژوهش دانشگاههای علوم پزشکی، مدیران مراکز تحقیقاتی این دانشگاهها، و خبرگان حوزه سلامت و مدیریت دانش بود که دارای تجربه و دانش کافی در زمینه مدیریت دانش حوزه سلامت بودند. دارا بودن سوابق اجرایی مرتبط به میزان حداقل دو مورد (برای نمونه، مدیریت حداقل یک پروژه مرتبط نظیر مستندسازی تجربه‌های مقابله با کرونا در یک دانشگاه علوم پزشکی و یا مدیریت واحد مدیریت دانش در معاونت درمان یک دانشگاه علوم پزشکی) و دارا بودن بروندادهای علمی و پژوهشی در این زمینه موضوعی به میزان حداقل سه مورد از معیارهای انتخاب افراد بود. دلیل انتخاب جامعه آماری از مسئولین مراکز تحقیقاتی تعمیم یافتهها به این مراکز بود. در دو مرحله دلفی، 12 نفر در پژوهش حاضر مشارکت نمودند (جدول 2). پس از آن به تحلیل پاسخ‌های متخصصان پرداخته شد. برای تحلیل دادهها، میانگین نمره هر مولفه محاسبه شد. مولفههای با میانگین کمتر از 3 حذف میشدند. هیچ مولفهای میانگین امتیاز کمتر از 3 کسب نکرد. در پایان پرسشنامه، متخصصان امکان ارائه نظرات تکمیلی را داشتند؛ بنابراین، برخی اصلاحات جزئی برای واژههای به‌کار برده شده، ارائه دادند. اصلاحات پیشنهادی اعمال شد و خلاصه یافتهها در دور دوم دلفی برای متخصصان ارسال شد. پس از دور دوم، با رسیدن به اجماع نسبی در نظرات و ثبات در پاسخها ( اخذ میانگین بالای 4 برای هر مولفه و کسب درصد توافق بالای 90 درصد برای هر مولفه در تخصیص امتیاز 4 و 5) به هر مولفه توسط متخصصان و تایید کامل محتوای پرسشنامه توسط تمامی متخصصان، الگوی پیشنهادی برای ایجاد درخت دانش تایید شد.
برای اعتبارسنجی الگوی پیشنهادی، روایی محتوایی با شاخص روایی محتوایی (CVI) ارزیابی شد. در مرحله سنجش نسبت روایی محتوایی، هشت نفر در پژوهش مشارکت نمودند. از خبرگان خواسته شد تا میزان مرتبط بودن هر گویه را با طیف چهار قسمتی ( غیر مرتبط، نیاز به بازبینی اساسی، مرتبط ولی نیاز به بازبینی و کاملا مرتبط) مشخص کنند. تعداد خبرگان انتخاب‌کننده گزینه ۳ و ۴ بر تعداد کل خبرگان تقسیم شد. اگر مقدار حاصل از 7/0 کوچکتر بود، گویه رد می‌شد. اگر بین 7/0 تا 79/0 بود، بازبینی و اگر از 79/0 بزرگتر بود، قابل قبول محسوب می‌شد.
یافته ها
به‌صورت کلی، مرور منابع مربوطه منجر به شناسایی و تفکیک مولفههای مرتبط در نقشهکشی دانش شد. جدول 1 این مولفهها و منابع مربوطه را نشان میدهد. پس از مطالعه منابع و مشخص شدن مولفههای نقشهکشی دانش و پس از انتخاب متخصصان، 12 نفر در دلفی شرکت کردند (جدول 2).
جدول1. مولفههای مربوط به نقشهکشی دانش
| ابعاد | مولفه ها | منابع |
| شناسایی زمینههای دانشی | انواع دانش | صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11]، داونپورت [12]، یاگر[13] |
| زمینههای دانشی | صادقی و همکاران [10]، اخوان و پزشکان [14]، جواهری و همکاران [15] | |
| برنامه‌ریزی برای ترسیم | تعیین داراییهای دانشی و منابع دانش | صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11]، ورناصری و همکاران [16]، احمدوند و جنیدی [17]، وستال [18] |
| حامیان و ذی نفعان و کاربران | صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11] | |
| روشهای تعیین وضعیت موجود | صادقی و همکاران [10]، ورناصری و همکاران [16]، کیانی و همکاران [19]، مومیوند و همکاران [20]، علیپور حافظی و همکاران [21]، اکبری جاوید و غفاری [22]، زیب ارزانی و همکاران [23]، اکبری و همکاران [24]، صادقی مال امیری [25]، نجفی و همکاران [26]، اعظمی و پویا [27]، نوروزیان امیری و همکاران [28]، تسنگ و لین [29] | |
| تعیین چارچوب | محدوده | صادقی و همکاران [10]، نظام نامه مدیریت دانش وزارت بهداشت، درمان و آموزش پزشکی کشور [30]، وو و همکاران [31]، باروس و همکاران [32] |
| نوع درخت و رویکرد تدوین | احمدوند و جنیدی [17]، تسنگ و لین [29]، اخوان و جودی [34]، اخوان و باقری [35] | |
| گردآوری و تحلیل | چارچوب کسب دانش | صادقی و همکاران [10]، نجفی و همکاران [26]، یانگ [36] |
| استخراج کلیدواژهها | صادقی و همکاران [10]، حقیقی بروجنی [11]، کیانی و همکاران [19]، مومیوند و همکاران [20]، علیپور و همکاران [21]، اکبری جاوید [24]، نوروزیان و همکاران [28] | |
| ایجاد ماتریس و دستهبندی کلیدواژهها و کاربرگ‌سازی | صادقی و همکاران [10]، یاگر [13]، اخوان و پزشکان [14]، جواهری و همکاران [15]، نجفی و همکاران [26] | |
| طراحی و اعتباریابی | ایجاد ساختار و بصری‌سازی | صادقی و همکاران [10]، حقیقی بروجنی و تولایی [11]، داونپورت و پروساک [12]، اخوان و پزشکان [14]، ورناصری و همکاران [16]، وانگ [33]، اخوان و جودی [34]، یانگ [36]، درایسن و همکاران [37]، هوسونگ و همکاران [38]، اپلر [39]، کیم و همکاران [40]، لی و همکاران [41]، ابنر و همکاران [42]، رائو و همکاران [43]، روندا- پوپو [44]، زاهدی و همکاران [45] |
| اعتبارسنجی و روزآمدسازی | صادقی و همکاران [10]، وانگ [33]، درایسن و همکاران [37]، اپلر [39]، کیم و همکاران [40]، رائو و همکاران [43]، زاهدی و همکاران [45] حسین قلی نژاد [46]، هلستروم و هوستد [47]، لین و اچ سو [48] |
جدول2. مشخصات مشارکتکنندگان در پنل دلفی )12 نفر(
| ردیف | جنسیت | کد ارجاع |
تخصص | سابقه کار (سال) | شغل/ سمت | سن (سال) | سطح تحصیلات |
| 1 | زن | م1 | اقتصاد سلامت | 11 | رابط معاونت تحقیقات | 36 | دکتری |
| 2 | مرد | م2 | مدیریت سرمایه انسانی | 30 | کارشناس بخش تحقیقات | 56 | دکتری |
| 3 | مرد | م3 | مدیریت خدمات بهداشتی و درمانی | 25 | مدیر مرکز تحقیقات مدیریت سلامت | 45 | دکتری |
| 4 | زن | م4 | مدیریت | 18 | مدیر مرکز تحقیقات بهداشت | 48 | دکتری |
| 5 | مرد | م5 | مدیریت خدمات بهداشتی و درمانی | 29 | مدیر مرکز تحقیقات سلامت معنوی | 46 | دکتری |
| 6 | مرد | م6 | مدیریت | 15 | پژوهشگر حوزه مدیریت اطلاعات سلامت | 40 | دکتری |
| 7 | مرد | م7 | مدیریت دانش | 5 | پژوهشگر حوزه مدیریت دانش | 28 | دکتری |
| 8 | زن | م8 | مدیریت دانش | 8 | کارشناس ارشد مدیریت دانش | 27 | کارشناسی ارشد |
| 9 | زن | م9 | مدیریت اطلاعات و دانش | 22 | آرشیودار ارشد سازمان صدا و سیما و پژوهشگر حوزه مدیریت دانش | 46 | دکتری |
| 10 | زن | م10 | مدیریت اطلاعات و دانش | 17 | پژوهشگر حوزه مدیریت دانش سلامت | 37 | دکتری |
| 11 | زن | م11 | مدیریت دانش | 6 | مدرس و مشاور در حوزه مدیریت دانش | 36 | دکتری |
| 12 | مرد | م12 | مدیریت خدمات بهداشتی و درمانی | 18 | پژوهشگر حوزه مدیریت خدمات بهداشتی و درمانی | 47 | دکتری |
یافتههای حاصل از دلفی (جدول 3) مشخص کرد که گام اول ترسیم درخت دانش برای مراکز تحقیقاتی شناسایی زمینههای دانشی مراکز است. براساس نظرات خبرگان، در ابتدا باید پیش زمینه‌هایی فراهم شود تا دیدی کلی از حدود سازمان حاصل شود تا براساس آن بتوان برنامه‌ریزی‌های لازم را برای ترسیم درخت دانش انجام داد. زمینه (Context) به معنای بستر و در واقع مکانی است که اتفاق در آن رخ میدهد. اولین گام برای شناخت سازمان بررسی زمینههای دانشی مراکز پژوهشی است. طبق یافتههای پژوهش، شناخت زمینه برای دانش سازمان طی سه مرحله حاصل میشود که شامل بررسی راهبردهای سازمان و اسناد بالادستی، شناسایی زمینههای دانشی مورد نیاز برای سازمان و شناسایی انواع دانش مورد نیاز و ساختار دانشی است. لازم به ذکر است که عنوان شناسایی زمینههای دانشی برای این بخش در ابتدا به‌صورت شناسایی زمینه‌ها و فیلدهای دانشی و انواع دانش بود. در این خصوص، مطابق با نظرات مشارکتکنندگان، به‌کار بردن عبارت زمینه و فیلد در کنار هم صحیح نیست و باید فقط از واژه زمینه استفاده شود )م. 2؛ م. 4؛ م.5؛ م.6؛ م12(. همچنین، واژه انواع باید از عنوان اصلی حذف شود و در گام‌های فرعی قرار بگیرد ) م.7؛ م. 8؛ م.12(.
جدول 3. مولفههای مربوط به شناسایی زمینههای دانشی مراکز پژوهشی
جدول 3. مولفههای مربوط به شناسایی زمینههای دانشی مراکز پژوهشی
| میانگین دور دوم | میانگین دور اول | گویه‌ها |
| 5 | 3/4 | شناسایی زمینههای دانش |
| 5 | 3/4 | بررسی راهبردهای سازمان پژوهشی و اسناد بالادستی |
| 5 | 3/4 | شناسایی زمینههای دانشی مورد نیاز برای سازمان ) مرکز تحقیقاتی( |
| 5 | 3/4 |
| شناسایی انواع دانش (آشکار و ضمنی) و ساختار دانشی سازمان |
یافتههای حاصل از دلفی (جدول 4) مشخص کرد که پس از گذراندن گام اول و کسب شناخت لازم از سازمان، در گام دوم باید برنامه‌ریزی‌های لازم جهت شروع فرآیند ترسیم درخت دانش انجام پذیرد. این گام با عنوان تعیین داراییها و حوزههای دانشی بود که بنا بر نظر مشارکتکنندگان عنوان جدیدی به خود گرفت (م.2؛ م.3؛ م.7). گام دوم شامل چهار مرحله یعنی تعیین داراییهای دانشی شامل دانشگران، فرآیندها، فناوری و منابع، شناسایی ذی‌نفعان و کاربران دانش سازمان، تحلیل نیاز دانشی سازمان و تعیین وضعیت موجود و تشکیل کارگروه ترسیم درخت دانش است.
گام بعدی مطابق با نظرات خبرگان (جدول 5) مشخص کردن چارچوب ترسیم درخت دانش سازمان است. این گام در ابتدا با عنوان برنامه‌ریزی اولیه درخت دانش سازمان بود که مطابق نظر مشارکتکنندگان واژه برنامه‌ریزی یک واژه کلان بود و بهتر است که بهعنوان کنونی تغییر یابد (م.4؛ م.6). در این گام، باید مشخص شود قلمرو درخت دانش (مشخص کردن لایه‌ها و شاخه‌ها) تا چه سطحی باشد، نوع درخت دانش (شیء‌گرا- ماموریت‌گرا) چگونه باشد و با چه روششناسی (دلفی، گروه تمرکز و غیره) به تدوین درخت دانش پرداخته شود (م.7؛ م.9).
گام بعدی مطابق با نظرات خبرگان (جدول 5) مشخص کردن چارچوب ترسیم درخت دانش سازمان است. این گام در ابتدا با عنوان برنامه‌ریزی اولیه درخت دانش سازمان بود که مطابق نظر مشارکتکنندگان واژه برنامه‌ریزی یک واژه کلان بود و بهتر است که بهعنوان کنونی تغییر یابد (م.4؛ م.6). در این گام، باید مشخص شود قلمرو درخت دانش (مشخص کردن لایه‌ها و شاخه‌ها) تا چه سطحی باشد، نوع درخت دانش (شیء‌گرا- ماموریت‌گرا) چگونه باشد و با چه روششناسی (دلفی، گروه تمرکز و غیره) به تدوین درخت دانش پرداخته شود (م.7؛ م.9).
جدول 4. مولفههای مربوط به ترسیم درخت دانش مراکز پژوهشی
| میانگین دور دوم | میانگین دور اول | گویه‌ها |
| 5 | 4 | برنامه‌ریزی جهت فرآیند ترسیم درخت دانش |
| 5 | 5/4 | تعیین داراییهای دانشی شامل دانشگران، فرآیندها، فناوری و منابع |
| 5 | 1/4 | شناسایی ذی‌نفعان و کاربران دانش سازمان |
| 5 | 5/4 | تحلیل نیاز دانشی سازمان و تعیین وضعیت موجود |
| 5 | 6/4 |
| تشکیل کارگروه ترسیم درخت دانش |
جدول 5. مولفههای مربوط به تعیین چارچوب درخت دانش مراکز پژوهشی
| میانگین دور دوم | میانگین دور اول | گویه‌ها |
| 5 | 4/4 | تعیین چارچوب درخت دانش سازمان |
| 5 | 3/4 | تعیین قلمرو دانشی (مشخص کردن لایه‌ها و شاخه‌ها) |
| 5 | 4 | تعیین نوع درخت دانش (شیء‌گرا-ماموریت‌گرا) |
| 5 | 6/4 | تعیین رویکرد تدوین درخت دانش از بعد روششناسی تدوین (دلفی، گروه تمرکز و غیره) |
پس از تدوین چارچوب اولیه درخت دانش و فراهم کردن پیش‌نیازها، لازم است تا دانش از منابع و داراییهای دانشی کسب شود و در قالب درخت قرار داده شود. گام چهارم مطابق با جدول 6 شامل چهار مرحله: طراحی ابزار اکتساب دانش شامل فرم یا چک‌لیست‌های مربوطه، استخراج کلیدواژههای نماینده دانش، مصاحبه با ذی‌نفعان و دانشگران، تشکیل کاربرگ دانشی افراد، و دستهبندی و یکپارچه‌سازی کلیدواژهها است. لازم به توضیح است که در این گام تغییر محسوسی انجام نشد.
جدول 6. مولفههای مربوط به گردآوری و تحلیل کلیدواژههای دانشی مراکز پژوهشی
جدول 6. مولفههای مربوط به گردآوری و تحلیل کلیدواژههای دانشی مراکز پژوهشی
| میانگین دور دوم | میانگین را دور ند اول | گویه‌ها |
| 5 | 4/4 | گردآوری و تحلیل |
| 5 | 5/4 | طراحی ابزار اکتساب دانش شامل فرم یا چک‌لیست‌های مربوطه |
| 5 | 6/4 | استخراج کلیدواژههای نماینده دانش |
| 5 | 7/4 | مصاحبه با ذی‌نفعان و دانشگران و تشکیل کاربرگ دانشی افراد |
| 5 | 7/4 |
| دستهبندی و یکپارچه‌سازی کلیدواژهها |
گام پنجم و نهایی ( جدول 7) شامل دو بخش است که بر این اساس می‌توان در بخش اول و در سه مرحله شامل ایجاد ساختار دانشی کلیدواژهها (حوزه، شاخه، زیر شاخه)، ترسیم روابط میان کلیدواژهها در ساختار درختی و پیاده‌سازی درخت دانش در یک واسط بصری (نرم‌افزار مورد نیاز) خروجی مراحل قبل را در یک واسط بصری قرار داد. بخش دوم نیز شامل اعتبارسنجی و صحت‌سنجی درخت دانش توسط خبرگان، تکمیل و تصحیح درخت دانش توسط تیم پروژه و به‌روزرسانی دورهای درخت دانش است که در مجموع، به صحت‌سنجی و به‌روزرسانی دورهای درخت دانش اختصاص دارد.
جدول 7. مولفههای مربوط به طراحی و اعتباریابی درخت دانش مراکز پژوهشی
جدول 7. مولفههای مربوط به طراحی و اعتباریابی درخت دانش مراکز پژوهشی
| میانگین دور دوم | میانگین دور اول | گویه‌ها |
| 5 | 7/4 | طراحی و اعتباریابی درخت دانش سازمان |
| 5 | 6/4 | ایجاد ساختار دانشی کلیدواژهها (حوزه، شاخه،زیرشاخه) |
| 5 | 7/4 | ترسیم روابط میان کلیدواژهها در ساختار درختی |
| 5 | 7/4 | پیاده‌سازی درخت دانش در یک واسط بصری(نرم افزار مورد نیاز) |
| 5 | 8/4 | اعتبارسنجی و صحت‌سنجی درخت دانش از طریق خبرگان |
| 5 | 7/4 | تکمیل و تصحیح درخت دانش توسط تیم پروژه |
| 5 | 7/4 | به‌روزرسانی درخت دانش به‌صورت دورهای |
پس از نهایی شدن الگوی اولیه از شاخص روایی محتوایی برای اعتبارسنجی استفاده شد( جدول 8 ). تشکیل کاربرگ دانشی، تشکیل ماتریس رخدادی کلیدواژههای دانشی، دستهبندی کلیدواژهها براساس زمینه دانشی و سطوح مورد نیاز و تدوین، تلفیق، کدگذاری و یکپارچه‌سازی کلیدواژهها نتوانستند حداقل امتیاز لازم 7/0 را کسب کنند و کنار گذاشته شدند. هفت گویه نیز امتیاز 75/0 کسب نمودند که نیازمند اصلاح بودند. پس از اصلاح مولفهها و نهایی شدن الگو و جمع‌بندی و ترکیب مولفههای مورد تایید خبرگان، الگوی ترسیم درخت دانش برای مراکز پژوهشی دانشگاههای علوم پزشکی به‌دست آمد (شکل 1).
جدول 8. نتایج سنجش شاخص CVI
| شاخص روایی محتوایی | گویه ها |
| 875/0 | شناسایی زمینههای دانش |
| 1 | بررسی راهبردهای سازمان پژوهشی و اسناد بالادستی |
| 1 | شناسایی زمینههای دانشی مورد نیاز برای سازمان (مرکز تحقیقاتی) |
| 875/0 | شناسایی انواع دانش (آشکار و ضمنی) و ساختار دانشی سازمان |
| 75/0 | برنامه‌ریزی ترسیم درختواره دانشی (شناسایی حوزه‌ها، مولفه و شاخه‌های دانشی) |
| 75/0 | شناسایی داراییها و مولفههای دانشی سازمان (خبرگان، فرآیندها، فناوری‌ها و منابع) |
| 75/0 | شناسایی حاملان و ذی‌نفعان دانش سازمان |
| 1 | تحلیل نیاز دانشی سازمان و تعیین وضعیت موجود |
| 1 | تشکیل کارگروه ترسیم درخت دانش |
| 625/0 | تشکیل کاربرگ دانشی افراد |
| 75/0 | ترسیم درختواره دانشی سازمان |
| 1 | تعیین قلمرو دانشی (مشخص کردن لایه‌ها و شاخه‌ها) |
| 1 | تعیین نوع درخت دانش (شیء‌گرا-ماموریت‌گرا) |
| 875/0 | تعیین رویکرد تدوین درخت دانش از بعد روششناسی تدوین (دلفی، گروه تمرکز و غیره) |
| 75/0 | استخراج کلیدواژههای نماینده دانش سازمان |
| 1 | طراحی ابزار اکتساب دانش شامل فرم یا چک‌لیست‌های مربوطه |
| 1 | استخراج کلیدواژههای نماینده دانش |
| 5/0 | تشکیل ماتریس رخدادی کلیدواژههای دانشی |
| 5/0 | دستهبندی کلیدواژه ها براساس زمینه دانشی و سطوح مورد نیاز |
| 5/0 | تدوین، تلفیق، کدگذاری و یکپارچه‌سازی کلیدواژه ها |
| 75/0 | مصاحبه با ذی‌نفعان و دانشگران |
| 1 | دستهبندی و یکپارچه‌سازی کلیدواژه ها |
| 1 | طراحی و اعتباریابی درخت دانش سازمان |
| 1 | ایجاد ساختار دانشی کلیدواژه ها (حوزه، شاخه، زیر شاخه) |
| 875/0 | ترسیم روابط میان کلیدواژه ها در ساختار درختی |
| 1 | پیاده‌سازی درخت دانش در یک واسط بصری (نرم‌افزار مورد نیاز) |
| 1 | اعتبارسنجی و صحت‌سنجی درخت دانش از طریق خبرگان |
| 875/0 | تکمیل و تصحیح درخت دانش توسط تیم پروژه |
| 1 | به‌روزرسانی درخت دانش به‌صورت دورهای |
شکل1. الگوی ترسیم درخت دانش در حوزه سلامت برای مراکز پژوهشی دانشگاههای علوم پزشکی
بحث
در این پژوهش، براساس نظرات خبرگان و دو دور دلفی مشخص شد که گام اول ترسیم درخت دانش در مراکز پژوهشی شامل شناسایی زمینههای دانشی مرکز پژوهشی بر اساس بررسی راهبردها و اسناد بالادستی، استخراج زمینههای دانشی، شناسایی انواع دانش و ساختار دانش سازمان است. در همین راستا، صادقی و همکاران ]10[، اخوان و پزشکان ]14[، جواهری و همکاران ]15[ نیز شناسایی زمینههای دانشی را گامی مهم در نقشهکشی دانش می‌دانند ولی در پژوهش حاضر مشخص شد که این گام بر تمام مراحل اولویت دارد و پیش‌نیاز رفتن به مراحل بعدی است زیرا برای شروع هر اقدام مدیریت دانش باید در
ابتدا وضعیت فعلی مشخص شود تا برنامهریزیها بر مبنای آن صورت پذیرد. حسین قلی زاده ]46[ نیز از عبارت تحلیل حوزههای دانشی برای این مرحله استفاده کرده است. باید توجه داشت که تحلیل حوزههای دانشی اقدامی است که مشخص میکند در سازمان چه زمینههای دانشی وجود دارد و چه زمینههای دانشی مورد نیاز است. همچنین، حقیقتی بروجنی و تولایی ]11[، داونپورت و پروساک ]12[ و یاگر ]13[ نیز در پژوهش‌های خود تعیین انواع دانش سازمان را بهعنوان گامی در نقشهکشی دانش مورد توجه قرار دادند. تعیین انواع دانش در مراکز پژوهشی کمک میکند تا سیاست‌گذاران بدانند تاکنون بروندادهای خود را در چه مسیری قرار دادهاند و آیا نیاز است که بر دانش ضمنی متمرکز شوند یا اینکه بر دانش آشکار و بدانند در ادامه کدام نوع دانش در مرکز آنها با کمبود مواجه است و باید در راستای تولید و انتشار بیشتر آن تلاش کنند.
مطابق با نظرات خبرگان، در گام دوم باید برنامه‌ریزی جهت فرآیند ترسیم درخت دانش صورت پذیرد. این امر در چهار مرحله شامل تعیین داراییهای دانشی، شناسایی ذی‌نفعان و کاربران، تحلیل نیاز دانشی و تعیین وضعیت موجود و تشکیل کارگروه ترسیم درخت دانش انجام میپذیرد. در این راستا، صادقی و همکاران ]10[، حقیقتی بروجنی و تولایی ]11[، ورناصری و همکاران ]16[، احمدوند و جنیدی ]17[، و وستال ]18[ در پژوهش خود، تعیین داراییهای دانشی و منابع دانش را گام‌های اساسی در نقشهکشی دانش دانسته‌اند. داراییها و منابع دانشی میتواند شامل افراد، منابع، رویهها، دستورالعملها و غیره باشد. شناخت و تعیین این موارد کمک میکند تا مراکز پژوهشی بدانند برای شناسایی و مدیریت دانش خود باید کجا بروند. همچنین، صادقی و همکاران ]10[ و حقیقتی بروجنی و تولایی ]11[ در مرحله برنامه‌ریزی برای ترسیم، شناسایی حامیان، ذی‌نفعان و کاربران و تشکیل کارگروه یا کمیته ترسیم را از جمله اقدامات مهم دانسته‌اند زیرا این گروه افراد میتوانند مستقیم یا غیرمستقیم بر روند تولید و انتشار منابع دانشی تاثیرگذار باشند و شناسایی آنها و نیازی که دارند در مراحل اولیه بسیار مهم است. در این مرحله است که باید تیم مدیریت دانش و کارگروه ترسیم درخت دانش مشخص شوند تا در راستای امور اجرایی فعالیت کنند. در این مرحله، استفاده از داده‌کاوی، تحلیل محتوا، تحلیل شبکه‌های اجتماعی، تحلیل هم‌رخدادی و غیره در جهت تحلیل وضعیت موجود و تعیین داراییهای دانشی در پژوهش‌هایی نظیر ورناصری و همکاران ]16[، کیانی و همکاران ]19[، مومیوند و همکاران ]20[، علیپور حافظی و همکاران ]21[، اکبری جاوید و غفاری ]22[، زیب ارزانی و همکاران ]23[، اکبری و همکاران ]24[، صادقی مال امیری ]25[، نجفی و همکاران ]26[، اعظمی و پویا ]27[، نوروزیان امیری و همکاران ]28[ و تسنگ و لین ]29[ مورد توجه بوده است. این روشهای مختلف باعث میشود تا به‌صورتی نظاممند به شناسایی و تحلیل مولفههای مورد نیاز پرداخته شود و پیشرفت امور دارای پشتوانه علمی شود.
در پژوهش حاضر، مشخص شد که در گام سوم باید تعیین چارچوب درخت دانش سازمان از بعد تعیین قلمروهای دانشی، تعیین نوع درخت دانش و تعیین رویکرد تدوین از بعد روششناسی صورت پذیرد. در همین راستا، صادقی و همکاران ]10[، نظام‌نامه مدیریت دانش وزارت بهداشت، درمان و آموزش پزشکی کشور ]30[، وو و همکاران ]31[، باروس و همکاران ]32[، لو و همکاران ]49[ تعیین محدوده را گامی مهم در این مرحله دانسته‌اند. احمدوند و جنیدی ]17[، تسنگ و لین ]29[، اخوان و جودی ]34[ و اخوان و باقری ]35[ نیز تعیین نوع درخت و رویکرد تدوین را دیگر گام مهم در این مرحله دانسته‌اند. این اقدامات بهعنوان نقشه‌راه مشخص به تیم اجرایی کمک میکند تا بدانند مسیر پیش‌روی خود را چگونه باید طی کنند و از چه روشهای علمی و معتبری برای ترسیم درخت دانش خود استفاده کنند و ترسیم درخت دانش با استفاده از چه روششناسی انجام شود.
مطابق با نظرات خبرگان مشخص گردید که در گام چهارم برای ترسیم درخت دانش باید گردآوری و تحلیل در چندین مرحله صورت پذیرد. اولین گام در این مرحله طراحی ابزاری برای اکتساب دانش است. در همین راستا، صادقی و همکاران ]10[ و نجفی و همکاران ]26[ نیز گام مهمی در نقشهکشی دانش را طراحی ابزار و چارچوبی برای اکتساب دانش دانسته‌اند. در این پژوهش، مشخص شد که طراحی ابزار اکتساب دانش در این گام مقدم بر هر فعالیتی است. یعنی پس از آنکه در مراحل قبلی نقشه راه مشخص شد باید در ابتدای این گام دانش کسب شود. گام دوم پس از اکتساب دانش، استخراج کلیدواژههای نماینده دانش است. پژوهش‌هایی نظیر صادقی و همکاران ]10[، حقیقی بروجنی و تولایی ]11[، کیانی و همکاران ]19[، مومیوند و همکاران ]20[، علیپور حافظی و همکاران ]21[، و اکبری جاوید و غفاری ]22[، بر استخراج کلیدواژههای نماینده دانش در این مرحله تاکید کرده‌اند زیرا دانش باید ساده‌سازی شود تا بصری‌سازی آن نیز تسهیل شود و این امر از طریق انتساب کلیدواژههای نماینده دانش صورت میپذیرد. در پژوهش حاضر، مشخص شد که پس از استخراج کلیدواژهها باید در مراحل بعدی، دستهبندی کلیدواژهها و کاربرگ‌سازی صورت پذیرد که این دو گام در پژوهش‌هایی مانند یاگر ]13[، اخوان و پزشکان ]14[، جواهری و همکاران ]15[، نجفی و همکاران ]26[ نیز مورد توجه بوده است. این اقدام امر یادگیری و پرس‌و‌جوهای پایگاه‌های دانش را تسهیل میکند.
در نهایت، مطابق نظرات خبرگان مشخص شد که در گام پنجم و آخر، یعنی طراحی و اعتباریابی درخت دانش، اول باید دانش در ساختار مشخص و درختی و با استفاده از یک ابزار مناسب به‌صورت بصری آماده شود که این مرحله هم‌راستا با پژوهش‌های صادقی و همکاران ]10[، حقیقی بروجنی و تولایی ]11[، داونپورت و پروساک ]12[، اخوان و پزشکان ]14[، ورناصری و همکاران ]16[، وانگ ]33[، اخوان و جودی ]34[، یانگ ]36[، درایسن و همکاران ]37[، هوسونگ و همکاران ]38[، اپلر ]39[، کیم و همکاران ]40[، لی و همکاران ]41[، ابنر و همکاران ]42[، رائو و همکاران ]43[،روندا- پوپو ]44[، زاهدی و همکاران ]45[ و ویل ]50[ است. بصری‌سازی درخت دانش آخرین مرحله‌ای است که درخت دانش را به‌صورت اولیه شکل میدهد و نتیجه مراحل قبل در این اقدام مشخص میشود. بقیه اقدامات مربوط به روزآمدسازی درخت است. در واقع، در مرحله دوم از گام آخر، اعتباریابی درخت دانش در چند اقدام انجام میشود که این گام نیز هم‌راستا با پژوهش‌های صادقی و همکاران ]10[، وانگ ]33[، درایسن و همکاران ]37[، اپلر ]39[،کیم و همکاران ]40[، رائو و همکاران ]43[، زاهدی و همکاران ]45[، حسین قلی نژاد ]46[، هلستروم و هوستد ]47[، لین و اچ سو ]48[ است که به اعتباریابی نقشه دانش، دسترسی و روزآمدسازی نقشه دانش در فرآیند نقشهکشی دانش اشاره نموده‌اند. اعتباریابی امر مهمی است که انجام آن باعث میشود درخت دانش قابل استناد شود. در این مرحله، خبرگان موضوعی و متخصصانی که در مراحل قبلی درگیر بودند و دانش از آنها کسب شده است به بررسی درخت دانش میپردازند و صحت یا عدم آن را در مورد درخت دانش بررسی میکنند. آنچه در آخر میماند نسخه نهایی درخت دانش است
در این پژوهش، براساس نظرات خبرگان و دو دور دلفی مشخص شد که گام اول ترسیم درخت دانش در مراکز پژوهشی شامل شناسایی زمینههای دانشی مرکز پژوهشی بر اساس بررسی راهبردها و اسناد بالادستی، استخراج زمینههای دانشی، شناسایی انواع دانش و ساختار دانش سازمان است. در همین راستا، صادقی و همکاران ]10[، اخوان و پزشکان ]14[، جواهری و همکاران ]15[ نیز شناسایی زمینههای دانشی را گامی مهم در نقشهکشی دانش می‌دانند ولی در پژوهش حاضر مشخص شد که این گام بر تمام مراحل اولویت دارد و پیش‌نیاز رفتن به مراحل بعدی است زیرا برای شروع هر اقدام مدیریت دانش باید در
ابتدا وضعیت فعلی مشخص شود تا برنامهریزیها بر مبنای آن صورت پذیرد. حسین قلی زاده ]46[ نیز از عبارت تحلیل حوزههای دانشی برای این مرحله استفاده کرده است. باید توجه داشت که تحلیل حوزههای دانشی اقدامی است که مشخص میکند در سازمان چه زمینههای دانشی وجود دارد و چه زمینههای دانشی مورد نیاز است. همچنین، حقیقتی بروجنی و تولایی ]11[، داونپورت و پروساک ]12[ و یاگر ]13[ نیز در پژوهش‌های خود تعیین انواع دانش سازمان را بهعنوان گامی در نقشهکشی دانش مورد توجه قرار دادند. تعیین انواع دانش در مراکز پژوهشی کمک میکند تا سیاست‌گذاران بدانند تاکنون بروندادهای خود را در چه مسیری قرار دادهاند و آیا نیاز است که بر دانش ضمنی متمرکز شوند یا اینکه بر دانش آشکار و بدانند در ادامه کدام نوع دانش در مرکز آنها با کمبود مواجه است و باید در راستای تولید و انتشار بیشتر آن تلاش کنند.
مطابق با نظرات خبرگان، در گام دوم باید برنامه‌ریزی جهت فرآیند ترسیم درخت دانش صورت پذیرد. این امر در چهار مرحله شامل تعیین داراییهای دانشی، شناسایی ذی‌نفعان و کاربران، تحلیل نیاز دانشی و تعیین وضعیت موجود و تشکیل کارگروه ترسیم درخت دانش انجام میپذیرد. در این راستا، صادقی و همکاران ]10[، حقیقتی بروجنی و تولایی ]11[، ورناصری و همکاران ]16[، احمدوند و جنیدی ]17[، و وستال ]18[ در پژوهش خود، تعیین داراییهای دانشی و منابع دانش را گام‌های اساسی در نقشهکشی دانش دانسته‌اند. داراییها و منابع دانشی میتواند شامل افراد، منابع، رویهها، دستورالعملها و غیره باشد. شناخت و تعیین این موارد کمک میکند تا مراکز پژوهشی بدانند برای شناسایی و مدیریت دانش خود باید کجا بروند. همچنین، صادقی و همکاران ]10[ و حقیقتی بروجنی و تولایی ]11[ در مرحله برنامه‌ریزی برای ترسیم، شناسایی حامیان، ذی‌نفعان و کاربران و تشکیل کارگروه یا کمیته ترسیم را از جمله اقدامات مهم دانسته‌اند زیرا این گروه افراد میتوانند مستقیم یا غیرمستقیم بر روند تولید و انتشار منابع دانشی تاثیرگذار باشند و شناسایی آنها و نیازی که دارند در مراحل اولیه بسیار مهم است. در این مرحله است که باید تیم مدیریت دانش و کارگروه ترسیم درخت دانش مشخص شوند تا در راستای امور اجرایی فعالیت کنند. در این مرحله، استفاده از داده‌کاوی، تحلیل محتوا، تحلیل شبکه‌های اجتماعی، تحلیل هم‌رخدادی و غیره در جهت تحلیل وضعیت موجود و تعیین داراییهای دانشی در پژوهش‌هایی نظیر ورناصری و همکاران ]16[، کیانی و همکاران ]19[، مومیوند و همکاران ]20[، علیپور حافظی و همکاران ]21[، اکبری جاوید و غفاری ]22[، زیب ارزانی و همکاران ]23[، اکبری و همکاران ]24[، صادقی مال امیری ]25[، نجفی و همکاران ]26[، اعظمی و پویا ]27[، نوروزیان امیری و همکاران ]28[ و تسنگ و لین ]29[ مورد توجه بوده است. این روشهای مختلف باعث میشود تا به‌صورتی نظاممند به شناسایی و تحلیل مولفههای مورد نیاز پرداخته شود و پیشرفت امور دارای پشتوانه علمی شود.
در پژوهش حاضر، مشخص شد که در گام سوم باید تعیین چارچوب درخت دانش سازمان از بعد تعیین قلمروهای دانشی، تعیین نوع درخت دانش و تعیین رویکرد تدوین از بعد روششناسی صورت پذیرد. در همین راستا، صادقی و همکاران ]10[، نظام‌نامه مدیریت دانش وزارت بهداشت، درمان و آموزش پزشکی کشور ]30[، وو و همکاران ]31[، باروس و همکاران ]32[، لو و همکاران ]49[ تعیین محدوده را گامی مهم در این مرحله دانسته‌اند. احمدوند و جنیدی ]17[، تسنگ و لین ]29[، اخوان و جودی ]34[ و اخوان و باقری ]35[ نیز تعیین نوع درخت و رویکرد تدوین را دیگر گام مهم در این مرحله دانسته‌اند. این اقدامات بهعنوان نقشه‌راه مشخص به تیم اجرایی کمک میکند تا بدانند مسیر پیش‌روی خود را چگونه باید طی کنند و از چه روشهای علمی و معتبری برای ترسیم درخت دانش خود استفاده کنند و ترسیم درخت دانش با استفاده از چه روششناسی انجام شود.
مطابق با نظرات خبرگان مشخص گردید که در گام چهارم برای ترسیم درخت دانش باید گردآوری و تحلیل در چندین مرحله صورت پذیرد. اولین گام در این مرحله طراحی ابزاری برای اکتساب دانش است. در همین راستا، صادقی و همکاران ]10[ و نجفی و همکاران ]26[ نیز گام مهمی در نقشهکشی دانش را طراحی ابزار و چارچوبی برای اکتساب دانش دانسته‌اند. در این پژوهش، مشخص شد که طراحی ابزار اکتساب دانش در این گام مقدم بر هر فعالیتی است. یعنی پس از آنکه در مراحل قبلی نقشه راه مشخص شد باید در ابتدای این گام دانش کسب شود. گام دوم پس از اکتساب دانش، استخراج کلیدواژههای نماینده دانش است. پژوهش‌هایی نظیر صادقی و همکاران ]10[، حقیقی بروجنی و تولایی ]11[، کیانی و همکاران ]19[، مومیوند و همکاران ]20[، علیپور حافظی و همکاران ]21[، و اکبری جاوید و غفاری ]22[، بر استخراج کلیدواژههای نماینده دانش در این مرحله تاکید کرده‌اند زیرا دانش باید ساده‌سازی شود تا بصری‌سازی آن نیز تسهیل شود و این امر از طریق انتساب کلیدواژههای نماینده دانش صورت میپذیرد. در پژوهش حاضر، مشخص شد که پس از استخراج کلیدواژهها باید در مراحل بعدی، دستهبندی کلیدواژهها و کاربرگ‌سازی صورت پذیرد که این دو گام در پژوهش‌هایی مانند یاگر ]13[، اخوان و پزشکان ]14[، جواهری و همکاران ]15[، نجفی و همکاران ]26[ نیز مورد توجه بوده است. این اقدام امر یادگیری و پرس‌و‌جوهای پایگاه‌های دانش را تسهیل میکند.
در نهایت، مطابق نظرات خبرگان مشخص شد که در گام پنجم و آخر، یعنی طراحی و اعتباریابی درخت دانش، اول باید دانش در ساختار مشخص و درختی و با استفاده از یک ابزار مناسب به‌صورت بصری آماده شود که این مرحله هم‌راستا با پژوهش‌های صادقی و همکاران ]10[، حقیقی بروجنی و تولایی ]11[، داونپورت و پروساک ]12[، اخوان و پزشکان ]14[، ورناصری و همکاران ]16[، وانگ ]33[، اخوان و جودی ]34[، یانگ ]36[، درایسن و همکاران ]37[، هوسونگ و همکاران ]38[، اپلر ]39[، کیم و همکاران ]40[، لی و همکاران ]41[، ابنر و همکاران ]42[، رائو و همکاران ]43[،روندا- پوپو ]44[، زاهدی و همکاران ]45[ و ویل ]50[ است. بصری‌سازی درخت دانش آخرین مرحله‌ای است که درخت دانش را به‌صورت اولیه شکل میدهد و نتیجه مراحل قبل در این اقدام مشخص میشود. بقیه اقدامات مربوط به روزآمدسازی درخت است. در واقع، در مرحله دوم از گام آخر، اعتباریابی درخت دانش در چند اقدام انجام میشود که این گام نیز هم‌راستا با پژوهش‌های صادقی و همکاران ]10[، وانگ ]33[، درایسن و همکاران ]37[، اپلر ]39[،کیم و همکاران ]40[، رائو و همکاران ]43[، زاهدی و همکاران ]45[، حسین قلی نژاد ]46[، هلستروم و هوستد ]47[، لین و اچ سو ]48[ است که به اعتباریابی نقشه دانش، دسترسی و روزآمدسازی نقشه دانش در فرآیند نقشهکشی دانش اشاره نموده‌اند. اعتباریابی امر مهمی است که انجام آن باعث میشود درخت دانش قابل استناد شود. در این مرحله، خبرگان موضوعی و متخصصانی که در مراحل قبلی درگیر بودند و دانش از آنها کسب شده است به بررسی درخت دانش میپردازند و صحت یا عدم آن را در مورد درخت دانش بررسی میکنند. آنچه در آخر میماند نسخه نهایی درخت دانش است
که باید به‌صورت دورهای براساس بروندادهای جدیدی که اضافه میشود، به‌روزرسانی شود.
محدودیت‌ها
محدودیت در دسترسی به متخصصان و عدم پاسخگویی به‌صورت الکترونیکی منجر به محدودیت در جامعه مخاطبان شد. بنابراین، ممکن است نتوان نتایج را به سراسر کشور تعمیم داد. پیشنهاد میشود الگوی پژوهش حاضر در نقاط جغرافیایی و سازمانهای مختلف مورد سنجش و اعتبارسنجی قرار بگیرد.
نتیجه گیری
به‌واسطه ترسیم درخت دانش اقدامات مهمی در راستای شناسایی وضعیت موجود صورت میپذیرد. مراحلی چون شناسایی زمینههای دانشی، ساختار دانش مرکز پژوهشی، کسب دانش از خبرگان، ایجاد کاربرگ، دستهبندی و بصری‌سازی دانش سازمان به این مهم بسیار کمک میکند. بر این اساس مشخص است که درخت دانش ابزار مهمی در مدیریت دانش است و با استفاده از آن قبل از شروع هر اقدامی در حوزه مدیریت دانش، می‌توان تحلیلی از شرایط سازمان از بعد موجودی دانشی آن داشت تا بر مبنای آن تصمیم‌های آینده برای پیشرفت مسیر مدیریت دانش اتخاذ شود. به‌واسطه تحلیل وضعیت دانشی از طریق درخت دانش می‌توان در تصمیم‌گیری‌ها و پیش‌بینی‌های آینده بهبود ایجاد کرد. هر سازمانی برای نیل به اهداف مدیریت دانش خود در وهله اول باید برای ترسیم درخت دانش خود اقدام کند. در این میان، مراکز پژوهشی باید نقشه‌راهی برای انجام پژوهش‌های خود داشته باشند و علاوه بر تحلیل وضعیت موجود از پیش‌بینی مسیر آینده نیز بهره‌مند شوند و در این زمینه میتوانند از درخت دانش بهره ببرند.
اعلان ها
ملاحظات اخلاقی: این مقاله بر پایه پژوهشی است که توسط دانشگاه علوم پزشکی بقیه الله (عج) و با کد اخلاقی IR.BMSU.REC.1402.027تأیید شده است. در این مطالعه، اصول صداقت علمی در تمامی مراحل تحقیق رعایت شده است.
تأمین مالی: این پژوهش بدون حمایت مالی انجام شده است.
تعارض منافع: نویسندگان اظهار می‌دارند که در این مطالعه تعارض منافع وجود ندارد.
مشارکت نویسندگان: رضا دهخدایی: تنظیم دادهها، نرم افزار، تحلیل دادهها، منابع، نگارش پیش نویس اولیه، بصری سازی، تایید نهایی؛ مازیار کرمعلی: مفهوم‌سازی، اعتباریابی، نگارش-بازنگری و ویرایش، مدیریت پروژه، تأیید نهایی؛ محمد محمدیان: مدیریت دادهها، مدیریت پروژه، تایید نهایی؛ محمدکریم بهادری: طراحی مطالعه، روششناسی، اعتباریابی، نظارت؛ محسن عباسی فرج زاده: تنظیم دادهها، منابع، تایید نهایی. تمامی نویسندگان نهایی در نگارش اولیه یا بازنگری این مقاله مشارکت داشته‌اند و مسئولیت دقت و صحت مطالب آن را می‌پذیرند.
رضایت برای انتشار: مورد ندارد.
دسترسی به دادهها: دادهها در صورت وجود دلیل موجه از طریق نویسنده مسئول قابل دسترسی است.
استفاده از هوش مصنوعی: در نگارش این مقاله از هوش مصنوعی استفاده نشده است.
تقدیر و تشکر: این مقاله حاصل بخشی از طرح تحقیقاتی با عنوان ترسیم درخت دانش مراکز پژوهشی دانشگاه علوم پزشکی بقیه الله (عج)، مصوب دانشگاه علوم پزشکی بقیه الله (عج) ، در سال 1401 با کد شماره 401000288 است. بدین‌وسیله از تمامی کارکنان و مسئولان مرکز تحقیقات مدیریت سلامت دانشگاه علوم پزشکی بقیه‌الله (عج) که در تهیه و تدوین این مقاله به نویسندگان یاری رساندند، صمیمانه قدردانی می‌نماییم.
محدودیت‌ها
محدودیت در دسترسی به متخصصان و عدم پاسخگویی به‌صورت الکترونیکی منجر به محدودیت در جامعه مخاطبان شد. بنابراین، ممکن است نتوان نتایج را به سراسر کشور تعمیم داد. پیشنهاد میشود الگوی پژوهش حاضر در نقاط جغرافیایی و سازمانهای مختلف مورد سنجش و اعتبارسنجی قرار بگیرد.
نتیجه گیری
به‌واسطه ترسیم درخت دانش اقدامات مهمی در راستای شناسایی وضعیت موجود صورت میپذیرد. مراحلی چون شناسایی زمینههای دانشی، ساختار دانش مرکز پژوهشی، کسب دانش از خبرگان، ایجاد کاربرگ، دستهبندی و بصری‌سازی دانش سازمان به این مهم بسیار کمک میکند. بر این اساس مشخص است که درخت دانش ابزار مهمی در مدیریت دانش است و با استفاده از آن قبل از شروع هر اقدامی در حوزه مدیریت دانش، می‌توان تحلیلی از شرایط سازمان از بعد موجودی دانشی آن داشت تا بر مبنای آن تصمیم‌های آینده برای پیشرفت مسیر مدیریت دانش اتخاذ شود. به‌واسطه تحلیل وضعیت دانشی از طریق درخت دانش می‌توان در تصمیم‌گیری‌ها و پیش‌بینی‌های آینده بهبود ایجاد کرد. هر سازمانی برای نیل به اهداف مدیریت دانش خود در وهله اول باید برای ترسیم درخت دانش خود اقدام کند. در این میان، مراکز پژوهشی باید نقشه‌راهی برای انجام پژوهش‌های خود داشته باشند و علاوه بر تحلیل وضعیت موجود از پیش‌بینی مسیر آینده نیز بهره‌مند شوند و در این زمینه میتوانند از درخت دانش بهره ببرند.
اعلان ها
ملاحظات اخلاقی: این مقاله بر پایه پژوهشی است که توسط دانشگاه علوم پزشکی بقیه الله (عج) و با کد اخلاقی IR.BMSU.REC.1402.027تأیید شده است. در این مطالعه، اصول صداقت علمی در تمامی مراحل تحقیق رعایت شده است.
تأمین مالی: این پژوهش بدون حمایت مالی انجام شده است.
تعارض منافع: نویسندگان اظهار می‌دارند که در این مطالعه تعارض منافع وجود ندارد.
مشارکت نویسندگان: رضا دهخدایی: تنظیم دادهها، نرم افزار، تحلیل دادهها، منابع، نگارش پیش نویس اولیه، بصری سازی، تایید نهایی؛ مازیار کرمعلی: مفهوم‌سازی، اعتباریابی، نگارش-بازنگری و ویرایش، مدیریت پروژه، تأیید نهایی؛ محمد محمدیان: مدیریت دادهها، مدیریت پروژه، تایید نهایی؛ محمدکریم بهادری: طراحی مطالعه، روششناسی، اعتباریابی، نظارت؛ محسن عباسی فرج زاده: تنظیم دادهها، منابع، تایید نهایی. تمامی نویسندگان نهایی در نگارش اولیه یا بازنگری این مقاله مشارکت داشته‌اند و مسئولیت دقت و صحت مطالب آن را می‌پذیرند.
رضایت برای انتشار: مورد ندارد.
دسترسی به دادهها: دادهها در صورت وجود دلیل موجه از طریق نویسنده مسئول قابل دسترسی است.
استفاده از هوش مصنوعی: در نگارش این مقاله از هوش مصنوعی استفاده نشده است.
تقدیر و تشکر: این مقاله حاصل بخشی از طرح تحقیقاتی با عنوان ترسیم درخت دانش مراکز پژوهشی دانشگاه علوم پزشکی بقیه الله (عج)، مصوب دانشگاه علوم پزشکی بقیه الله (عج) ، در سال 1401 با کد شماره 401000288 است. بدین‌وسیله از تمامی کارکنان و مسئولان مرکز تحقیقات مدیریت سلامت دانشگاه علوم پزشکی بقیه‌الله (عج) که در تهیه و تدوین این مقاله به نویسندگان یاری رساندند، صمیمانه قدردانی می‌نماییم.
نوع مقاله: پژوهشي |
موضوع مقاله:
کتابداری و اطلاع رسانی پزشکی
دریافت: 1403/10/15 | پذیرش: 1404/4/25 | انتشار: 1404/5/5
دریافت: 1403/10/15 | پذیرش: 1404/4/25 | انتشار: 1404/5/5
فهرست منابع
1. Sojoudi H, Bagherzadeh-Khajeh M, Bafandeh-Zendeh A, Iranzadeh S. Developing a causal model to improve knowledge management in knowledge-based companies in the field of health by a mixed method. Depiction of Health 2021; 12 (2): 127-139. [In Persian]. doi: 10.34172/doh.2021.13 [DOI:10.34172/doh.2021.13]
2. Fathabadi H. Knowledge management and intellectual capital in development government agencies. Police Organizational Development. 2021;18(77):81-111. [In Persian]. Available from: https://sid.ir/paper/960064/en
3. Jamshidi A, Jamshidi L. Designing a model for KM implementation in the clinical field of hospitals affiliated to Hamadan university of medical sciences using structural interpretative modeling. Journal of Nurse Education 2018; 6 (5): 9-18. [In Persian]. Available from: http://jne.ir/article-1-642-en.html
4. Abolghasem T, Nakhoda M, Fahimifar S, Khandan M. The effective factors on employee engagement and healthcare knowledge management in the organization: meta-analysis of studies. Payavard Salamat 2022; 15 (6): 529-540. [In Persian]. Available from: http://payavard.tums.ac.ir/article-1-7166-en.html
5. El Morr C, Subercaze J. Knowledge management in healthcare. In: Handbook of research on developments in e-health and telemedicine: technological and social perspectives. IGI Global; 2010. p. 490-510 doi: 10.4018/978-1-61520-670-4.ch023 [DOI:10.4018/978-1-61520-670-4.ch023]
6. Lin Z, Ni W, Zhang H, Zhao M, Liu Y. Semantic reasoning of question answering over heroes of the marshes based on concept knowledge tree. 2017 10th International Symposium on Computational Intelligence and Design [ISCID]; 2017. IEEE. doi: 10.1109/ISCID.2017.36 [DOI:10.1109/ISCID.2017.36]
7. Shirvani A, Safdarian A, Alavi A. Scale survey of knowledge management's process mastery (Isfahan University of Medical Sciences' Reading Scale). Health Information Management. 2009; 6 (1): 75-82. [In Persian]. Available from: https://him.mui.ac.ir/article_10967.html
8. Karimi Moneghi H, Hassanian ZM, Ahanchian MR. The status of knowledge management in the University of Medical Sciences. Journal of Medical Education Development. 2014; 7 (16): 94-106. [In Persian]. Available from: https://profdoc.um.ac.ir/paper-abstract-1049626.html
9. Sahmoldini MA, Mahmoudi Z, Dehghan S. Ranking the research centers of Shiraz Medical University using 5 scientometric indices in Scopus database. Health Informatiom Management 2014; 11 (3): 316-325 [In Persian] Available from: https://him.mui.ac.ir/article_11307.html
10. Sadeghi S, Moghan M, HosseinAbadi S. Presenting a model for the development of a knowledge map of science and technology incubators based on process maps (Case study: university science and technology incubators). Strategic Management of Organizational Knowledge. 2019; 1 (3): 43-76. [In Persian]. doi: 10.47176/smok.2018.1007 [DOI:10.47176/SMOK.2018.1007]
11. Haghighi Borujeni P, Tavallaei RA. Interpretive structural modeling of organizational knowledge map development. Strategic Management of Organizational Knowledge 2022; 5 (19): 11-45. [In Persian]. doi: 20.1001.1.26454262.1401.5.4.1.1
12. Davenport TH, Prusak L. Working knowledge: How organizations manage what they know. Boston: Harvard Business Press; 1998.
13. Yager RR. Knowledge trees and protoforms in question‐answering systems. Journal of the Association for Information Science and Technologyl 2006; 57 (4): 550-563. Available from: [DOI:10.1002/asi.20309]
14. Akhavan P, Pezeshkan A. Developing a knowledge map-driven framework for human resources strategy formulation: a knowledge-based IT company case study in Iran. Journal of Knowledge-based Innovation in China 2013; 5 (3): 234-261. Available from: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2359945 [DOI:10.1108/JKIC-05-2013-0009]
15. Javaheri M, Vakilimofrad H, Amiri M, Khaseh A. Mapping Knowledge Structure of Obstetrics and Gynecology studies: A Co-Word Analysis. Scientometric Research Journal 2021; 7 (14): 137-156. [In Persian]. Available from: https://rsci.shahed.ac.ir/article_1136.html
16. Varnaseri AR, Hosseini Ahangari SA, Shabani A, Farshid R. Mapping the knowledge of scientific productions of traditional medicine of Iranian scientists in the Web of Science. Quran and Medicine 2022; 7 (2): 91-101. [In Persian]. Available from: https://www.sid.ir/paper/1116669/fa
17. Ahmadvand A, Junaidi M. Presenting an applied model for compiling knowledge maps in organizations. Police Human Development 2011; 8 (2): 71-90. [In Persian]. Available from: https://www.sid.ir/paper/466427/fa
18. Vestal W. Knowledge Mapping: The Essentials for Success. Houston: APQC; 2005.
19. Kiani M, Asemi A, Cheshmeh Sohrabi M, Shabani A. Study of the concepts' knowledge map in bioinformatics based on the indexed articles in Clarivate database. Journal of Studies in Library and Information Science 2023: 15 (2): 1-20. [In Persian]. [DOI:10.22055/slis.2022.33650.1734]
20. Moomivand H, Hassaniahangar M, Tahmasb Kazemi B, Salehnejad S, Kameli B. Mapping and clustering of commercialization researches based on co-word analysis of articles indexed in Web of Science (WoS) database. Strategic Management of Organizational Knowledge 2022; 5 (2): 77-110. [In Persian] .doi: 10.47176/SMOK.2022.1440 [DOI:10.47176/smok.2022.1440]
21. Alipourhafezi M, Ramezani E, Momeni A. Knowledge map of digital libraries in Iran: a co-word analysis. Iranian Journal of Information Process Management 2018; 33 (2): 453-488. [In Persian]. Available from: https://jipm.irandoc.ac.ir/article_699445.html
22. Akbari Javid M, Ghaffari S. Knowledge mapping of crisis and risk management scientific products at Scopus during 1973 and 2020. Scientometrics Research Journal 2023; 9 (2): 353-384. [In Persian]. [DOI:10.22070/rsci.2022.15968.1569]
23. Zibarzani M, Nekoui M, Zeidi M, Esmaeili A. knowledge resource map for crisis management team assembling, a combination of SNA and AHP approach. Emergency Management. 2013; 2 (3): 49-55. [In Persian]. Available from: sid.ir/paper/226053/en
24. Akbari M, Delbari-Ragheb F, Zolfaghari A, Kalankhi A, Razi S. Designing knowledge map of entrepreneurship in Iran based on Iran's Persian scientific researches. Organizational Culture Management. 2016; 13 (14): 1091-1112. [In Persian]. doi: 10.22059/JOMC.2016.55429
25. Sadeghi Mal-Amiri M. Mapping knowledge of the factors affecting creativity in organizations. Organizational Behavior Studies Quarterly. 2015; 3 (4): 115-147. [In Persian]. Available from: https://obs.sinaweb.net/article_12761.html?lang=en
26. Najafi H, Aghdasi M, Teimourpour B. Designing knowledge map for knowledge management projects using network analysis. Journal of Information Technology Management. 2017; 32 (9): 637-657. [In Persian]. [DOI:10.22059/jitm.2017.61464]
27. Azami M, Pouya M. Knowledge mapping of water governance: introduction of a new approach for managing agricultural research. Agricultural Education Administration Research. 2019; 11 (50): 106-26. [In Persian]. doi: 10.22092/jaear.2020.128026.1657
28. Norouzian Amiri S, Khalkhali A, Shakibaei Z. Conceptualizing the wisdom-based school management. Journal of School Administration. 2019; 7 (1): 1-22. [In Persian]. Available from: http://noo.rs/L9yph
29. Tseng CH, Lin JR. A semi-hierarchical clustering method for constructing knowledge trees from StackOverflow. Journal of Information Science. 2022;48(3):393-405. doi: 10.1177/0165551520961035 [DOI:10.1177/0165551520961035]
30. Ministry of Health and Medical Education (Iran). Center for Management Development and Administrative Transformation. Knowledge Management Framework. Tehran: Ministry of Health and Medical Education; 2020. [In Persian] [cited 2025 Jun 6]. Available from: https://vcmrd.arums.ac.ir/file/download/page/1647500170-.pdf
31. Wu X, Bian R, Ling Y, Jiang Y. Research on decomposition strategy for knowledge tree of characteristic predicate. Journal of Computer Research and Development. 2011; 48 (2): 186-194. Available from: https://crad.ict.ac.cn/en/article/id/2213
32. Barros ALBL, Nóbrega MML, Santos RdS, Cézar-Vaz MR, Pagliuca LMF. Research in nursing and modification of the knowledge tree in CNPq: contribution to science. Revista Brasileira de Enfermagem 2020; 73 (1): e20170911. doi: 10.1590/0034-7167-2017-0911 [DOI:10.1590/0034-7167-2017-0911]
33. Wang S. Knowledge maps for managing web‐based business. Industrial Management & Data Systems. 2002; 102 (7): 357-64. [DOI:10.1108/02635570210439445]
34. Akhavan P, Joudi A. Operational steps of knowledge management: knowledge maps. Tehran: Ati Nagar; 2012. [In Persian]
35. Akhavan P, Bagheri R. Knowledge management: from idea to action. Tehran: Ati Nagar; 2019 [In Persian]
36. Yang JB. Developing a knowledge map for construction scheduling using a novel approach. Automation in Construction 2007; 16 (6): 806-815. [DOI:10.1016/j.autcon.2007.02.005]
37. Driessen S, Huijsen WO, Grootveld M. A framework for evaluating knowledge‐mapping tools. Journal of Knowledge Management. 2007; 11 (2): 109-117. doi: 10.1108/13673270710738960 [DOI:10.1108/13673270710738960]
38. Huosong X, Kuanqi D, Shuqin C. Enterprise knowledge tree model and factors of KMS based on e c. Journal of Knowledge Management. 2003; 7 (1): 99-106. doi: 10.1108/13673270310463653 [DOI:10.1108/13673270310463653]
39. Eppler MJ. Making knowledge visible through intranet knowledge maps: concepts, elements, cases. In: Proceeding of 34th Annual Hawaii International Conference System Science; 2001. IEEE doi: 10.1109/HICSS.2001.926495 [DOI:10.1109/HICSS.2001.926495]
40. Kim S, Suh E, Hwang H. Building the knowledge map: an industrial case study. Journal of Knowledge Management. 2003; 7 (2): 34-45. doi: 10.1108/13673270310477270 [DOI:10.1108/13673270310477270]
41. Li MS, Lin YC, Tserng HP. The application of knowledge map in construction knowledge management. In: Proceeding of the 21st International Symposium Automatic Robot Construction; 2004. doi: 10.22260/ISARC2004/0024 [DOI:10.22260/ISARC2004/0024]
42. Ebener S, Khan A, Shademani R, Compernolle L, Beltran M, Lansang M, et al. Knowledge mapping as a technique to support knowledge translation. Bulletin of the World Health Organization. 2006; 84 (8): 636-642.
https://doi.org/10.2471/BLT.06.029736 [DOI:10.2471/blt.06.029736]
43. Rao L, Mansingh G, Osei-Bryson KM. Building ontology based knowledge maps to assist business process re-engineering. Decision Support Systems. 2012; 52 (3): 577-589. [DOI:10.1016/j.dss.2011.10.014]
44. Ronda-Pupo GA. Knowledge map of Latin American research on management: trends and future advancement. Social Science Information. 2016; 55 (1): 3-27. [DOI:10.1177/0539018415610225]
45. Zahedi M, Darabi M, Farsi M. Presenting a model for the formation and representation of a knowledge map of a research unit under critical conditions skills and expertise recognition approach. Emergency Management. 2021; 9 (18): 57-67. [In Persian]. Available from: https://www.sid.ir/paper/405681/en
46. Hossein Gholizadeh R. Knowledge mapping: a proposed framework for organizational knowledge mapping. In: Proceedings of 2nd National Conference of Knowledge Management; 2009. [In Persian]. Available from: https://civilica.com/doc/89632/
47. Hellström T, Husted K. Mapping knowledge and intellectual capital in academic environments: a focus group study. Journal of Intellectual Capital 2004; 5 (1): 165-180. [DOI:10.1108/4691930410512987]
48. Lin FR, Hsueh CM. Knowledge map creation and maintenance for virtual communities of practice. Information Processing & Management: an Internationl Journal. 2006; 42 (2): 551-568. doi: 10.1016/j.ipm.2005.03.026 [DOI:10.1016/j.ipm.2005.03.026]
49. Lu Y, Bao ZQ, Zhao YQ, Wang Y, Wang GJ. A knowledge tree model and its application for continuous management improvement. In: information system develope Asian experiences. Springer; 2011: 201-211. doi: 10.1007/978-1-4419-7355-9_17 [DOI:10.1007/978-1-4419-7355-9_17]
50. Vail EF. Knowledge mapping: getting started with knowledge management. Information Systems Management. 1999; 16 (4): 1-8. doi: 10.1201/1078/43189.16.4.19990901/31199.3 [DOI:10.1201/1078/43189.16.4.19990901/31199.3]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
