بررسی تاثیرابعادسرمایه فکری برچابکی سازمانی درصنعت بانکداری با رویکرد شبکه های عصبی مطالعه موردی شعبات بانک مسکن شهرتهران

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 904

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NIESC02_067

تاریخ نمایه سازی: 27 اردیبهشت 1393

چکیده مقاله:

امروزه باتوجه به تغییرات روزافزون انتظارات مشتریان سازمان ها برای رشدوبقا و توسعه سهم بازار باید به سمت چابکی حرکت کنند مروری برادبیات تحقیق بیانگر اینست که مهمترین بعدموثربرچابکی سازمانی نیروی انسانی و ساختارمدیریتی می باشد دراین راستا پژوهشی با موضوع بررسی تاثیر ابعادسرمایه فکری برچابکی سازمانی انجام شد جامعه اماری این پژوهش تعدادی ازبانکهای دولتی شهرتهران می باشد که تعداد آنها حدود 130شعبه بوده و تعداد نمونه با استفاده ازجدول مورگان 80عدد انتخاب گردید نتایج این پژوهش که با استفاده ازتکنیک شبکه عصبی محاسبه شد نشان میدهد که سرمایه گذار یدربخش سرمایه فکری برچابکی سازمانی اثرمستقیم دارد و باعث بهبود سطح چابکی سازمان میگردد ازبین ابعاد سرمایه فکری بعدرابطه بیشترین تاثیر را برچابکی سازمان دارد لذا مدیران ارشدسازمان باید جهت نیل به چابکی بیشترین سرمایه گذاری را بربرنامه ریزی استراتزیک رابطه سرمایه فکری و نیروی سازمانی داشته باشند

نویسندگان

احمدرضا شکرچی زاده

عضو هیئت علمی دانشکده علوم انسانی دانشگاه آزاد اسلامی واحد نجف آباد

پردیس عسل علیزاده

دانشجوی کارشناسی ارشدمدیریت صنعتی دانشگاه آزاد اسلامی واحد نجف آباد

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 :
  • جعفرنزاد، احمد .شهائی، بهنام، (386 1).چابکی سازمانی _ تولید چابک، ...
  • منهاج، محمد باقر، (1387). مبانی شبکه های عصبی، چاپ پنجم، ...
  • خوش سیما، غلام رضا. جعفرنزاد _ احمد.(1378).سیستم تولیدی چابک: چارچوب ...
  • Complex Systems 2 (1988) 321--355. ...
  • D.F. Specht, A general regression neurol network, IEEE Transaction on ...
  • D. Saad, On-line Learning in Neurol Networks, Cambridge University Press, ...
  • D. Saad, S.A. Solla, Exct solution for on-line learning in ...
  • G.A. Carpenter, S. Grossberg, D.B. Rosen, Fuzzy ART: fast stable ...
  • Lapedes A, Farber R. Non-linear signal processing using neurol networks. ...
  • Sinha M, Kennedy CS, Ramundo ML. Artificial neurol network predicts ...
  • Grander MW, Dorling SR. Neural network modeling and prediction of ...
  • Jiang N, Zhao Z, Ren L. Design of structural modulor ...
  • Hagan MT, Neural network design , PWS , USA; 1995. ...
  • Anderson A, An introduction to neurol network, Cambridge , MA: ...
  • Tu JV. Advontages and disddvantages of using artificial neurol networks ...
  • Helle, H.B., Bhatt, A., Ursin, B., _ " Porosity and ...
  • Lu, W., _ "Neurdl Network Model for Distribution Bucking Behavior ...
  • Mohaghegh, S., Ameri, S., 1995- " Artificial Neural Network as ...
  • نمایش کامل مراجع