طراحی مدل حافظه سازمانی پیش نیاز اجرای مدیریت دانش و تاثیر آن بر بهبود عملکرد بانکداری الکترونیکی ایران در هزاره سوم
محل انتشار: نخستین کنفرانس ملی توسعه مدیریت پولی و بانکی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,023
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MBMCONF01_204
تاریخ نمایه سازی: 4 اسفند 1392
چکیده مقاله:
امروزه سازمان ها به دانش تولید شده در سازمان به عنوان سرمایه اصلی نگریسته و سعی در نگهداشت این دانش دارند، خصوصا با گسترش جغرافیایی سازمانها و استفاده از شبکه های کامپیوتری و پایگاه داده های توزیع شده نقشمدیریت دانش کلیدی تر گشته است. در این راستا سیستم های حافظه سازمانی به عنوان یک سیستم کامپیوتری فعال جهت ساماندهی انواع دانش موجود درسازمان از طریق جمع آوری، نگهداری و توزیع مجدد آگاهانه آن بین افرادمناسب و در زمان مناسب مطرح شده اند. به این ترتیب حافظه سازمانی در خدمت مدیریت دانش قرارگرفته و وظیفه انتقال دانشی که در گذشته کسب شده به فعالیت های جاری را بر عهده دارند. بنابراین یکی از دلایل به کار گیری سیستم حافظه سازمانی در حوزه بانکداری که دانش سازمانی را به وظایف کاری مربوط نماید، حصول مدیریت دانشاست که آن هم به نوبه خود منجر به بهره وری، بهبود عملکرد و مدیریت دانش می شود. این تحقیق توصیفی - پیمایشی است، کارکنان بانک های شهر تهران جامعه پژوهش را تشکیل می دهند، شناسایی فرایندها و دانش هایمورد نیاز بانک از طریق پرسشنامه و مصاحبه انجام گرفته است و بر اساس مدل های مختلف حافظه سازمانی الگوی پیشنهادی تهیه شده، سپس در معرض قضاوت متخصصان و خبرگان بانکی قرار گرفته است. هدف تحقیق حاضر این است که با تهیه مدل حافطه سازمانی زمینه اجرای مدیریت دانش در بانک ها فراهم گردد و تاثیر بکارگیری راهکارهای حافظه سازمانی در بهبود عملکرد بانکداری الکترونیکی مورد بررسی قرار گیرد.
کلیدواژه ها:
نویسندگان
مریم اخوان خرازیان
استادیار دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی تهران؛
نگارالسادات مصباحی جهرمی
دانشجوی کارشناسی ارشد مدیریت بازرگانی بین الملل، دانشگاه شهید بهشتی تهران؛
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :