دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Design and evaluation of e-learning knowledge management model for Iran's higher education system طراحی و ارزیابی مدل مدیریت دانش آموزش الکترونیکی برای نظام آموزش عالی ایران 7 41 3156 10.22091/stim.2024.11006.2125 FA الهه قلی پور حاج محمود دانشجو دکتری، گروه علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران 0000-0000-0000-0000 محمد حسن زاده استاد، دانشگاه تربیت مدرس، رئیس پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران 0000-0002-6175-0855 نجلا حریری استاد، گروه علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران 0000-0003-2320-7023 داریوش مطلبی دانشیار، گروه علوم تربیتی، واحد یادگار امام خمینی شهرری، دانشگاه آزاد اسلامی، تهران، ایران 0000-0002-2503-6558 Journal Article 1970 01 01 Objective: This study aims to identify the processes and mechanisms of e-learning knowledge management within the Iranian higher education system and to evaluate and validate a corresponding conceptual model. Methodology: This research is applied in nature and employs a descriptive-survey design. The primary dimensions of the model were initially derived through a qualitative approach using Grounded Theory and semi-structured expert interviews. In the quantitative phase, the statistical population comprised 380 experts and managers in the fields of knowledge management and e-learning, selected via simple random sampling. Data were collected using a questionnaire, with validity and reliability confirmed via factor loadings, Average Variance Extracted (AVE), Cronbach's alpha, and Composite Reliability (CR) using SmartPLS software. Structural Equation Modeling (SEM), the one-sample t-test, and the Friedman test were employed to analyze variable relationships and validate the model. Findings: Structural Equation Modeling revealed that all relationships between variables and components were statistically significant at a 95% confidence level. The final validated model comprises seven core processes—knowledge selection, acquisition, creation, organization, sharing, assessment/audit, and application—supported by 21 underlying mechanisms. Friedman test results indicate that "Knowledge Creation" (mean rank: 4.58) is the most influential factor, followed by "Knowledge Organization" (mean rank: 4.54) and "Knowledge Acquisition" (mean rank: 4.53). Furthermore, among the 21 mechanisms, knowledge exchange, fusion, and visualization were ranked as the most significant. Conclusion: Implementing knowledge management within e-learning platforms serves as a strategic tool for higher education institutions—inherently knowledge-based organizations—to sustain a competitive advantage. This study demonstrates that the knowledge lifecycle in virtual universities depends heavily on collaborative creation, systematic digital content organization, and dynamic exchange. The validated model provides policy-makers and administrators in higher education with a practical framework to enhance the quality, productivity, and overall effectiveness of virtual learning environments هدف: این پژوهش با هدف شناسایی فرایندها و سازوکارهای مدیریت دانشِ آموزش الکترونیکی در نظام آموزش عالی ایران و ارزیابی و اعتبار‌سنجی مدل مفهومی آن انجام شده است. روش‌شناسی: این پژوهش از نظر هدف کاربردی و از نظر روش، یک پژوهش پیمایشی است. ابعاد اولیه مدل بر پایه روش کیفیِ نظریه داده‌بنیاد (گراندد تئوری) و مصاحبه با خبرگان استخراج شد. در بخش کمی، جامعه آماری شامل ۳۸۰ نفر از کارشناسان و مدیران حوزه مدیریت دانش و آموزش الکترونیکی بود که به روش نمونه‌گیری تصادفی ساده انتخاب شدند. ابزار گردآوری داده‌ها پرسش‌نامه بود که روایی و پایایی آن از طریق شاخص‌های بار عاملی، روایی هم‌گرا، آلفای کرونباخ و پایایی ترکیبی در نرم‌افزار اسمارت پی‌ال‌اس تأیید شد. برای تجزیه و تحلیل داده‌ها و بررسی روابط مدل، از تکنیک مدل‌یابی معادلات ساختاری، آزمون تی تک‌نمونه‌ای و آزمون فریدمن استفاده شد. یافته‌ها: تحلیل معادلات ساختاری نشان داد که تمامی روابط بین متغیرها و مؤلفه‌ها در سطح اطمینان ۹۵ درصد معنادار است. مدل نهایی شامل ۷ فرایند اصلی (انتخاب، کسب، خلق، سازمان‌دهی، اشتراک، ارزیابی و ممیزی، و به‌کارگیری دانش) و ۲۱ سازوکار است. بر اساس آزمون فریدمن، بیشترین میزان تأثیر بر فرایندهای مدیریت دانش آموزش الکترونیکی به ترتیب متعلق به عامل‌های «خلق دانش» (رتبه ۴/۵۸)، «سازمان‌دهی دانش» (رتبه ۴/۵۴) و «کسب دانش» (رتبه ۴/۵۳) است. همچنین در میان سازوکارها، مؤلفه‌های تبادل دانش، هم‌جوشی و مصورسازی بیشترین رتبه اهمیت را کسب کردند. نتیجه‌گیری: استقرار مدیریت دانش در بستر آموزش الکترونیکی به دلیل ساختار دانش‌محور دانشگاه‌ها ابزاری استراتژیک برای کسب مزیت رقابتی است. نتایج پژوهش تایید کرد که چرخۀ حیات دانش در دانشگاه‌های آنلاین با تمرکز بر خلق اشتراکی، سازمان‌دهی محتوای دیجیتال و تبادل پویای دانش شکل می‌گیرد. مدل ارزیابی‌شده در این پژوهش می‌تواند به عنوان یک الگوی کاربردی به سیاست‌گذاران آموزش عالی کمک کند تا کیفیت، اثربخشی و بهره‌وری نظام‌های یادگیری مجازی را ارتقا بخشند.

https://stim.qom.ac.ir/article_3156_999de34db8be1eb1f7eea2a382a2614b.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Performance evaluation of Knowledge enterprises on the three-pronged model of knowledge management and organizational innovation ارزیابی عملکرد شرکت‌های دانش‌بنیان براساس مدل سه شاخگی مدیریت دانش و نوآوری سازمانی 42 60 3157 10.22091/stim.2024.11242.2153 FA قاسم آزادی احمدآبادی رشته علم اطلاعات و دانش شناسی، گروه ارزیابی سیاستها و پایش علم، فناوری و نوآوری ، مرکز تحقیقات سیاست علمی کشور ، تهران 0000-0002-3610-2573 مریم بهی فر دانشجوی دکتری مدیریت تکنولوژی، گروه مدیریت تکنولوژی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران 0000-0003-0180-4329 میترا امیری دانش آموخته مدیریت آموزشی، گروه گروه مدیریت آموزش عالی ، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، 0009-0006-8767-6485 Journal Article 2024 08 27 Purpose: The rapid pace of organizational transformation is increasing the level of ambiguity, uncertainty, and complexity within modern enterprises, fundamentally altering the core competencies required for effectiveness. Therefore, this research aims to analyze the roles of knowledge management and organizational innovation in the performance of knowledge-based enterprises. Methodology: This study is applied in nature and employs a descriptive, survey-based methodology. Data were collected using a questionnaire distributed in 2023 among a statistical population comprising senior managers, middle managers, and employees of knowledge-based enterprises in Tehran province (n=280). To ensure validity, the survey underwent face validity testing via a pilot study of 30 participants, and content validity was confirmed through the expert judgment of ten specialists. Reliability was established using Cronbach's alpha. A structural equation modeling (SEM) approach was employed to analyze the relationships between independent and dependent variables and to validate the conceptual research model. Findings: The results indicate that knowledge management has a significant, direct, and positive effect on both organizational innovation and organizational performance. Furthermore, organizational innovation exerts a significant, direct, and positive influence on organizational performance. Conclusion: It is imperative for knowledge-based enterprises to implement robust knowledge management strategies to address existing knowledge gaps. Such strategies facilitate greater productivity from human capital, foster efficient employee learning, and enhance satisfaction among internal and external stakeholders. Moreover, effective knowledge management helps prevent the repetition of past errors, promotes creativity and innovation, and strengthens the enterprise's overall competitive positio هدف: شتاب دگرگونی‌ها هر روز بر میزان ابهام، عدم قطعیت و پیچیدگی سازمان‌ها می‌افزاید که این امر، شایستگی‌های کلیدی اثربخشی را دچار تغییر اساسی می‌کند. بنابراین، هدف از پژوهش حاضر تحلیل نقش مدیریت دانش و نوآوری سازمانی در عملکرد شرکت‌های دانش‌بنیان است. روش: این پژوهش از نظر هدف، از نوع کاربردی و از نظر روش، توصیفی بوده و از ابزار پرسش‌نامه بهره گرفته است. 280 پرسش‌نامه‌ در سال 1402 در بین جامعة آماری مدیران ارشد، میانی و کارکنان شرکت‌های دانش‌بنیان استان تهران توزیع شد. برای بررسی روایی صوری، اجرای آزمایشی بین 30 نفر از اعضاء جامعة آماری، برای بررسی روایی محتوایی (میزان توافق خبرگان از ابزار) نظر 10 تن از خبرگان (تأیید اولیة ابزار از سوی خبرگان) استفاده شد. پایایی با استفاده از آلفای کرونباخ به تأیید رسید. برای مدل‌سازی روابط بین متغیرهای مستقل و وابسته و بررسی مدل مفهومی پژوهش از مدل‌ساختاری استفاده شد. یافته‌ها: نتایج نشان داد که تأثیر مدیریت دانش بر نوآوری سازمانی مستقیم، مثبت و نسبتاً بالا و بر عملکرد سازمانی مستقیم، مثبت و نسبتاً بالا است. همچنین تأثیر نوآوری سازمانی بر عملکرد سازمانی مستقیم، مثبت و نسبتاً بالا است. نتیجه‌گیری: برای شرکت‌های دانش‌بنیان ضرورت دارد که راهبردهای مؤثر مدیریت دانش را در راستای شناسایی خلأهای موجود خود در زمینة دانش سازمانی، بهره‌وری بیشتر از سرمایه‌های انسانی، یادگیری مؤثر و کارآمدتر کارکنان، کسب رضایت ذی‌نفعان داخلی و خارجی، جلوگیری از تکرار خطاها، ایجاد انگیزة خلاقیت و نوآوری و تقویت جایگاه رقابتی خود به خدمت گیرند.

https://stim.qom.ac.ir/article_3157_6da432f435ad3ffd518f33d6f17b2482.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Digital transformation in the Central Bank of the Islamic Republic of Iran (with a focus on identifying knowledge areas and indicators) تحول دیجیتال در بانک مرکزی جمهوری اسلامی ایران (با تمرکز بر شناسایی حوزه‌های دانشی و شاخص‌ها) 61 83 3337 10.22091/stim.2025.11483.2171 FA سمیرا طهماسبی آشتیانی دانشجوی دکتری مدیریت اطلاعات و دانش ،دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران 0009-0007-5156-5203 محمد حسن زاده استاد گروه علم‌اطلاعات و دانش‌شناسی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران 0000-0002-6175-0855 عاطفه شریف استادیار گروه علم‌ اطلاعات و دانش‌شناسی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس،تهران، ایران 0000-0003-4761-6761 مصطفی امینی پسا دکتری تحول دیجیتال داده محور، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران https://orcid.org/00 Journal Article 2024 10 15 Objective: Rapid advancements in emerging technologies have triggered profound societal changes. Consequently, banking and credit institutions, alongside the Central Bank, have undergone significant technological transformations. Leveraging these technologies offers a solution to existing challenges and creates opportunities to improve services within the Central Bank. This article aims to identify the knowledge areas and indicators of digital transformation within the Central Bank of the Islamic Republic of Iran to establish a systematic framework for digital transformation in the Central Bank and other financial institutions. Method: This study employs a two-fold approach: a systematic literature review to identify indicators of digital transformation, and the Delphi method to refine these findings through expert consultation. The identified components and indicators were presented in a questionnaire to a panel of 24 experts—comprising managers, researchers, and faculty members—who possessed both relevant academic backgrounds (at least a bachelor’s degree) and significant professional experience (minimum five years). Ultimately, 15 subject matter experts, selected via purposive sampling, refined and validated the initial indicators. During this process, the relative importance of each element was determined using a 5-point Likert scale. A consensus was reached among the Delphi panel, and the Kendall correlation coefficient was calculated to measure the level of inter-rater agreement and determine the termination point of the survey rounds. Findings: Initial qualitative analysis identified 16 components and 101 indicators. Following the Delphi process, these were refined into 14 main components and 51 indicators. The results indicate that the most significant factors for the Central Bank are: intelligentizing data collection and statistical analysis (mean: 4.93), management of analytical tools for opportunity identification (mean: 4.66), strategic IT architecture management (mean: 4.66), and intelligentizing business processes to prevent fraud and illicit transactions (mean: 4.60). Conclusion: Through the synthesis of the study's findings, a conceptual model for the digital transformation of the Central Bank was developed. This model can serve as a foundation for future research in designing banking transformation frameworks. Furthermore, identifying these core knowledge areas acts as an enabler for the Central Bank, fostering greater dynamism, agility, flexibility, and innovation. Contribution to Knowledge: This research underscores the importance of the Central Bank’s commitment to adopting transformative technologies, which is critical for enhancing the overall financial performance of banking and credit institutions. هدف: پیشرفت‌های روزافزون فناوری‌های نوظهور در تمامی عرصه‌ها به تحولات عمیقی در سطح جوامع منجر شده است. بانک‌ها و مؤسسات اعتباری و همچنین بانک مرکزی در رأس آن نیز دستخوش تحول فناورانه بوده‌اند. بهره‌مندی از فناوری‌های تحوّل‌آفرین به‌مثابه راهکار حل چالش‌ها و همچنین پتانسیلی برای ایجاد فرصت‌های جدید در ارائۀ بهتر خدمات بانک مرکزی موثر خواهد بود. این مقاله با هدف شناسایی حوزه‌های دانشی و شاخص‌های مبتنی‌بر تحول دیجیتال در بانک مرکزی جمهوری اسلامی ایران تدوین شده است تا دیدگاهی نظام‌مند در راستای تحوّل دیجیتال در بانک مرکزی و همچنین بانک‌ها و مؤسسات اعتباری نیز ایجاد کند. روش‌شناسی: پژوهش حاضر با هدف شناسایی شاخص‌های مؤثر بر تحوّل دیجیتال بانک مرکزی، با رویکرد مرور نظام‌مند پیشینه انجام شد. همچنین برای بهره‌گیری از ایده‌ها و نقطه نظرات خبرگان موضوعی در راستای توسعۀ بدنۀ دانشی موجود و اعتبارسنجی و پالایش یافته‌های پژوهش، از روش دلفی استفاده شد. برای ارزیابی مؤلفه‌های شناسایی‌شده، نسبت به انتخاب 24 نفر از کارشناسان، مدیران، پژوهشگران، و اعضای هیئت‌علمی دانشگاه‌ها که دانش (حداقل مدرک کارشناسی) و تجربۀ کافی (حداقل پنج سال سابقه کاری) و فعالیت در حوزۀ پژوهش داشتند، مؤلفه‌ها و شاخص‌ها در قالب پرسش‌نامه برای گروه خبرگان ارسال شد. در نهایت مؤلفه‌ها و شاخص‌های اولیه بر مبنای نظرات 15 نفر از خبرگان موضوعی که با استفاده از نمونه‌گیری هدفمند شناسایی شده بودند، توسعه یافته، پالایش شده و به تأیید رسید. طی این مرحله، ترتیب اهمیت هر یک از عناصر مدل پژوهش نیز تعیین شد. برای غربالگری و حصول اطمینان از اهمیت شاخص‌های شناسایی‌شده و انتخاب شاخص‌های نهایی از دیدگاه خبرگان از روش دلفی استفاده شده است. دیدگاه خبرگان پیرامون اهمیت هر یک از شاخص‌ها در قالب طیف 5درجه‌ای لیکرت در قالب پرسش‌نامه گردآوری شده است. پس از دستیابی به اتفاق نظر میان اعضای پنل دلفی، خروجی نهایی مطالعه در قالب مدل مفهومی پژوهش تدوین و تبیین گردید. در این مطالعه، از ضریب همبستگی کندال برای سنجش میزان توافق نظر بین اعضای پانل استفاده شد. این ضریب نشان می‌دهد که آیا افراد در رتبه‌بندی اهمیت چندین مقوله، از معیارهای مشابهی استفاده می‌کنند یا خیر. به‌عبارتی دیگر، ضریب همبستگی کندال نشان‌دهندۀ میزان هم‌نظری افراد در مورد اهمیت هر یک از مقوله‌ها است. از این ضریب همچنین برای تصمیم‌گیری در مورد توقف یا ادامۀ دورهای نظرسنجی دلفی استفاده می‌شود. یافته‌ها: براساس تحلیل کیفی انجام‌‌شده، حوزه‌های موثر بر تحوّل دیجیتال بانک مرکزی با 16 مؤلفه و 101 شاخص در حوزۀ تحول دیجیتال شناسایی شدند. اما در نهایت حوزه‌ها و شاخص‌های موثر در تحوّل دیجیتال با 14 مؤلفۀ اصلی و 51 شاخص طبقه‌بندی شده است. نتایج نشان داد شاخص‌های هوشمندسازی فرایندهای جمع‌آوری، تحلیل داده‌های آماری، و شاخص‌های عملکردی با میانگین 4.93، مدیریت ابزارهای تحلیلی برای شناسایی فرصت‌های به‌دست‌آمده از داده‌ها با میانگین 4.66، مدیریت راهبردی معماری فناوری اطلاعات با میانگین 4.66، و هوشمندسازی فرایندهای کسب‏وکار برای پیشگیری از وقوع تقلب و تراکنش‌های مجرمانه با میانگین 4.6 بالاترین امتیاز را دارند و به‌عنوان مهمترین شاخص‌ها در بانک مرکزی شناسایی شدند. نتیجه‌گیری: طی فرایند تحلیل، تفسیر، و ترکیب یافته‌ها، مدل مفهومی حاصل از مؤلفه‌ها و شاخص‌های تحوّل دیجیتال بانک مرکزی ترسیم شد. مدل حاصل می‌تواند در طراحی مدل‌های تحوّل دیجیتال بانکی در پژوهش‌های آتی استفاده شود. اهمیت شناخت حوزه‌های دانش تحول دیجیتال را به‌عنوان یک عامل توانمندساز در ارتقای پویایی، چابکی، انعطاف‌پذیری، و نوآوری بانک‌ مرکزی می‌توان در نظر گرفت. دانش‌افزایی: توجه بانک مرکزی به استفاده از فناوری‌های تحول‌آفرین در بانک‌ها و مؤسسات مالی و اعتباری برای بهبود عملکرد مالی.

https://stim.qom.ac.ir/article_3337_64f7a2e6a86129097f417a573852c1b8.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Evaluating the quality of data in articles by faculty members of the Faculty of Pharmacy, Kerman University of Medical Sciences, based on the DQA model ارزیابی کیفیت داده‌های مقاله‌های اعضاء هیئت‌علمی دانشکدۀ داروسازی دانشگاه علوم پزشکی کرمان براساس مدل دی.کیو.ای 84 93 3645 10.22091/stim.2025.11962.2199 FA عادل سلیمانی نژاد بخش علم اطلاعات و دانش‌شناسی، دانشگاه شهید باهنر کرمان،کرمان، ایران 0000-0002-9757-6836 فریبرز درودی استادیار، پژوهشکده علم سنجی و تحلیل اطلاعات، پژوهشگاه علوم و فناوری اطلاعات، ایران 0000-0003-0386-5301 مرضیه حسین زاده گورچویی بخش علم اطلاعات و دانش شناسی دانشگاه شهید باهنر کرمان. کرمان. ایران 0000-0002-9757-6836 Journal Article 2024 12 23 Objective: The main purpose of this study is to evaluate the data quality of research articles authored by faculty members of the Faculty of Pharmacy at Kerman University of Medical Sciences, based on the Data Quality Assessment (DQA) model. Methodology: This applied research employs a descriptive-evaluative survey design. The statistical population consists of 340 articles published by faculty members of the Faculty of Pharmacy at Kerman University of Medical Sciences between 2018 and 2022. A sample of 181 articles was randomly selected from the PubMed database using the Morgan table. Data extraction was conducted by first identifying relevant keywords, then applying key filters to extract data based on the research components of the DQA model: validity, reliability, timeliness/up-to-dateness, accuracy, integrity, and consistency. Data quality was evaluated using the Bazargan table scale and a one-sample t-test. Findings: The findings indicate that, among the dimensions of data quality, "data validity" most frequently (13) received a "completely undesirable" rating, while "data integrity" least frequently (7) received a "completely desirable" rating. Conversely, "data up-to-dateness" (42) and "data consistency" (40) were identified as having the highest level of quality, categorized as "completely desirable." The results of the primary hypothesis test, with a mean data quality score of $\mu_0 = 3.83$, indicate that the articles are generally in a desirable state. Conclusion: The study demonstrates that the data quality of the examined articles is generally desirable according to the DQA model. To further enhance the quality of scientific papers, it is recommended that researchers prioritize the collection of data from valid, reliable, and up-to-date sources, employ advanced statistical methods, and ensure the rigorous documentation of all data collection and processing stages. Additionally, efforts such as removing invalid data, correcting missing values, mitigating human errors, and utilizing machine learning algorithms for predictive analysis are essential for continuous improvement in research quality هدف: پژوهش حاضر ارزیابی کیفیت داده‌های مقاله‌ها تولیدشدۀ اعضای هیئت‌علمی دانشکدۀ داروسازی دانشگاه علوم پزشکی کرمان را براساس مدل دی.کیو.ای بررسی کرده است. روش‌شناسی: این پژوهش از نوع کاربردی و روش آن پیمایشی_ توصیفی از نوع ارزیابانه است.جامعۀآماری 340 مقاله از مقاله‌های اعضاء هیئت‌علمی دانشکدۀ داروسازی دانشگاه علوم پزشکی کرمان در سال‌های2022-2018 است که براساس جدول مورگان، 181 مقاله به‌روش تصادفی از پایگاه اطلاعاتی پاب‌مد انتخاب شد. برای استخراج داده‌ها، ابتداکلمات کلیدی مرتبط با موضوع مقاله‌ها انتخاب شدند، سپس با استفاده از فیلترهای کلیدی، داده‌ها براساس مؤلفه‌های پژوهش (اعتبار دادهها، قابلیت اطمینان دادهها، به‌موقع بودن و روزآمدی دادهها، دقت دادهها، یکپارچگی دادهها، و سازگاری دادهها) بر اساس مدل دی.کیو.ای استخراج شدند. ارزیابی کیفیت داده‌های مقاله‌ها براساس مقیاس جدول بازرگان و آزمون تی تک‌نمونهای انجام شد. یافته‌ها: یافته‌های پژوهش بیانگر این است که مؤلفۀ اعتبار داده با بیشترین فراوانی(13) گزینه کاملا غیرمطلوب و مؤلفۀ یکپارچگی کمترین فراوانی(7) گزینۀ کاملا مطلوب را در بین ابعاد کیفیت داده‌های مقالات را دارند. مؤلفۀ روزآمدی داده‌ها با فراوانی42 و مؤلفۀ سازگاری داده‌ها با فروانی40 گزینۀ کاملا مطلوب بالاترین سطح کیفیت داده‌های مقاله را داشته‌اند. نتایج آزمون فرضیۀ اصلی پژوهش، با میانگین کیفیت داده‌ها 83/3= µ0 نشان می‌دهد مقاله‌ها در وضعیت مطلوب قرار دارند. نتیجه‌گیری: نتایج پژوهش نشان داد کیفیت دادههای مقاله‌ها براساس مدل دی.کیو.ای در وضعیت مطلوب قرار دارد. جمع‌آوری داده‌های معتبر و دقیق از منابع معتبر و قابل اعتماد و به‌روز، استفاده از روش‌های آماری پیشرفته برای تحلیل دقیق‌ترداده‌ها، حذف داده‌های نامعتبر، اصلاح داده‌های گم‌شده و کنترل خطاهای انسانی، استفاده از الگوریتم‌های یادگیری ماشین برای پیش‌بینی و تحلیل دقیق‌تر داده‌ها، استفاده از آزمون‌ها و روش‌های مختلف برای اعتبارسنجی داده‌ها، و در نهایت مستندسازی دقیق مراحل جمع‌آوری، تحلیل، و پردازش داده‌ها عوامل موثر بر بالا بردن کیفیت داده‌ها مقلات علمی هستند.

https://stim.qom.ac.ir/article_3645_60deaa347425604d97463fecac8548d9.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Analysis the effect of Self-Citation on the fluctuations of Impact Factor and Journal Quartiles in the PJCR.ISC Database تحلیل تأثیر خوداستنادی بر نوسانات ضریب تأثیر و چارک مجلات در سامانه نشریات علمی موسسه آی.اس.سی پی.جی.سی.آر 94 110 3618 10.22091/stim.2025.12394.2216 FA نرجس ورع استادیار گروه توسعه و ارزیابی منابع، مؤسسۀ استنادی و پایش علم و فناوری جهان اسلام، شیراز، ایران 0000-0001-9324-7480 طاهره جوکار استادیار گروه علم اطلاعات و دانش‌شناسی دانشگاه شیراز، شیراز، ایران 0000-0001-9644-5554 Journal Article 2025 02 19 Objective: Citation analysis is a critical indicator for evaluating the performance of journals and researchers, as it reflects the dynamic nature of scientific communication and influences the trajectory of scientific advancement. Among the various challenges in evaluating scientific outputs, "unconventional self-citation"—including author, journal, linguistic, organizational, and national self-citation—remains a major concern. This study specifically examines the impact of unconventional journal self-citation (defined as citations of articles within the same journal) on the ranking of journals indexed in JCR.ISC. Methodology: This descriptive-analytical study employed a survey-based approach. The research population consisted of 1,713 journals across six broad subject areas (Social Sciences, Basic and Engineering Sciences, Medical and Health Sciences, Life Sciences, Arts and Humanities, and Multidisciplinary) indexed in the JCR.ISC system based on the 2023 assessment. Data were extracted from the ISC Scientific Journals System. Subsequently, the impact of self-citation on journal rankings, as well as its relationship with impact factors, quartiles, and article volume, was analyzed using descriptive statistics and SPSS. Findings: In 2023, 1,713 journals achieved an impact factor. The distribution across quartiles was as follows: Q1 (21%), Q2 (25%), Q3 (24%), and Q4 (30%). The highest impact factors were observed in "Arts and Humanities" and "Social Sciences," while the lowest were in "Multidisciplinary" fields. Compared to the previous year, 896 journals improved their ranking, 588 declined, and the remainder remained unchanged. The mean impact factor of all journals decreased from 0.229 (including self-citations) to 0.153 (excluding self-citations). A significant negative correlation ($p < 0.01$) was found between journal quartiles and the percentage of self-citations. Furthermore, the number of published articles showed a significant positive correlation ($p < 0.01$) with both the volume and percentage of self-citations. A comparative analysis revealed that the disparity between impact factors (with and without self-citations) was highest in the "Social Sciences" and "Multidisciplinary" groups and lowest in "Medical and Health Sciences" and "Arts and Humanities." Conclusion: Given the high average rate of self-citation observed, it is essential for editorial boards to formulate clear policies regarding self-citation thresholds and to implement strategies for attracting external citations. Raising awareness among researchers and stakeholders, combined with rigorous monitoring of citation performance, is crucial to preventing potential sanctions or suspension from reputable databases. Strategies for enhancing legitimate citation attraction include promoting high-quality research, conducting workshops on visibility and ethical citation practices, encouraging active participation in scientific social networks, and prioritizing the publication of original research. Furthermore, the JCR.ISC system should integrate advanced data-monitoring technologies to detect unconventional self-citation, establish stronger ethical guidelines, and incorporate metrics such as the EigenFactor and SCImago (SCI) alongside the traditional impact factor. Adhering to strict self-citation thresholds within ministerial journal commissions will likely improve both research quality and the standing of national scientific journals. هدف: تحلیل استنادی یکی از شاخص‌های مهم در ارزیابی عملکرد مجلات و پژوهشگران به شمار می‌رود؛ چرا که استناد، نشان‌دهندۀ پویایی ارتباطات علمی در یک جامعه و بر رشد علم اثرگذار است. در این میان مبحث خوداستنادی نامتعارف یکی از چالش‌های مهم در ارزیابی برون‌دادهای علمی است که انواع مختلفی از جمله خوداستنادی نویسنده، خوداستنادی مجله، خوداستنادی زبانی، خوداستنادی سازمانی، و خوداستنادی کشوری را شامل می شود.. آن‌چه که در این پژوهش مورد نظر است خوداستنادی نامتعارف مجله به‌معنای ارجاع مقالات منتشرشده در یک مجله به آثار قبلی منتشرشده در همان مجله است. از این‌رو پژوهش با بررسی مجلات حاضر در سامانه نشریات علمی موسسه آی.اس.سی، به تحلیل تأثیرخوداستنادی در جایگاه این مجلات پرداخته است. روش‌شناسی: پژوهش از نوع توصیفی-تحلیلی با استفاده از روش پیمایشی انجام شده است. جامعۀ پژوهش دربردارنده کلیۀ مجلات شش حوزه موضوعی سطح کلان (علوم اجتماعی، علوم پایه و مهندسی، علوم پزشکی و سلامت، علوم زیستی، هنر و علوم انسانی و میانرشتهای) موجود در سامانه نشریات علمی بر اساس آخرین ارزیابی (1402) به تعداد 1713میشود. برای گردآوری دادههای موردنیاز به سامانۀ مجلات علمی مؤسسه آی.اس.سی رجوع و پس از فیلترگذاری سال، فهرست و اطلاعات مرتبط با هر مجله استخراج شد. در ادامه تأثیر خوداستنادی بر رتبۀ مجلات و رابطۀ آن با ضریب تأثیر، چارک و تعداد مقالات مجله به کمک آمار توصیفی و با استفاده از نرمافزار اس.پی.اس.اس تحلیل شد. یافتهها: در سال 1402تعداد 1713 عنوان مجله موفق به کسب ضریب تأثیر شدند. از این تعداد 21 درصد در چارک اول، 25 درصد در چارک دوم، 24 درصد در چارک سوم، و 30 درصد در چارک چهارم قرار دارند. همچنین بیشترین مقدار ضریب‌تأثیر در بین به حوزههای «هنر و علوم انسانی» و «علوم اجتماعی» و کمترین آن به حوزۀ «میان رشته‌ای» اختصاص دارد. در مجموع نسبت به سال قبل 896 مجله ارتقاء جایگاه ، 588 مجله کاهش، و مابقی بدون تغییر باقی ماندند. میانگین ضریب تأثیر کل مجلات با احتساب خود استنادی 229/0 بود که پس از حذف موارد به 153/0 کاهش یافت. چارک مجلات با درصد خوداستنادی رابطۀ معنادار منفی در سطح یک درصد دارد. همچنین تعداد مقالات مجلات با تعداد و درصد خوداستنادی مجله رابطۀ معنادار در سطح یک درصد نشان می‌دهد. مقایسۀ تفاضل ضرایب تأثیر مجلات با و بدون خوداستنادی در حوزههای موضوعی ششگانه نشان داد بیشترین تفاضل مربوط به مجلات دو گروه موضوعی علوم اجتماعی و میانرشتهای و کمترین اختلاف نیز مربوط به مجلات حوزۀ علوم پزشکی و سلامت و نیز حوزۀ هنر و علوم انسانی است. نتیجهگیری: با توجه به یافتههای پژوهش که نشان‌دهندۀ بالا بودن میانگین نرخ خوداستنادی در مجلههای بررسی‌شده است؛ تدوین خط‌مشی معین در رابطه با تعیین حد آستانۀ خوداستنادی مجله‌ها از سوی هیئت‌تحریریه و تلاش برای کاهش نرخ خوداستنادی و جذب استناد از سایر مجله ها لازم به نظر می‌رسد. همچنین آگاهی‌بخشی به پژوهشگران و دستاندرکاران مجلات علمی در کنار رصد منظم عملکرد استنادی مجلهها می‌تواند از وقوع مواردی مانند تعلیق احتمالی مجلات از پایگاههای معتبر جلوگیری کند. توجه به سیاست‌گذاریها در سطح ملی برای بهبود وضعیت استنادی، توجه به رفتار خوداستنادی، و ارتقا کیفی مقالات؛ برگزاری کارگاههای آموزشی برای نویسندگان و ارکان مجلات برای آشنایی با اصول درست افزایش رؤیتپذیری و استنادپذیری؛ عضویت فعال در شبکههای علمی اجتماعی؛ تشویق به ارائۀ مقالات اصیل از جمله راهکارهای جذب استناد و همچنین ایجاد سیستم‌هایی برای تشخیص و ردیابی خوداستنادی نامتعارف با استفاده از فناوری‌های مدرن مانند پایش‌وتحلیل داده‌ها؛ تنظیم مقررات و اصول اخلاقی قوی برای نشر مقالات، و اجبار به پیگیری و اطلاع‌رسانی در مورد خوداستنادی نامتعارف، استفاده از سایر معیارها و سنجههایی مانند ایگن فاکتور و اس.سی.آی و ... در کنار شاخص ضریب در سامانه نشریات علمی موسسه آی.اس.سیرعایت آستانۀ متعارف خوداستنادی از سوی مجلهها به‌عنوان یکی از شاخصهای ارزیابی مجلهها در کمیسیونهای مجلات در وزارتین میتواند در ارتقاء کیفی پژوهش‌ها و به‌تبع آن جایگاه مجلات علمی کشور مؤثر واقع شود.

https://stim.qom.ac.ir/article_3618_917d5093525e25ba35fbd0eedb0f42da.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Proposed Model for Data Governance Implementation with an Emphasis on Privacy مدل پیشنهادی برای استقرار حکمرانی داده‌ها با تأکید بر حریم خصوصی 111 123 3464 10.22091/stim.2025.12492.2221 FA مرتضی محمودی پرچینی گروه مدیریت فن آوری اطلاعات ، واحد بین المللی کیش، دانشگاه آزاد اسلامی، کیش، ایران 0009-0007-7781-2583 لادن ریاضی گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران 0009-0000-6813-0854 علیرضا پور ابراهیمی گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه آزاد اسلامی، واحد کرج، دانشگاه آزاد اسلامی، واحد کرج، ایران 0000-0001-5741-0260 سیدعبداله امین موسوی گروه مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران 0009-0005-3052-5910 Journal Article 2025 03 10 Objective: In the contemporary digital landscape, data governance stands as a critical challenge in both IT policy and technology law. Given the increasing volume of personal data processing and exchange, the necessity for a localized data governance framework, tailored to a country’s specific legal and technological infrastructure, is more pressing than ever. This study proposes a data governance model with a strong emphasis on privacy, addressing current challenges and providing practical solutions for improving personal data management. The primary objective is to develop a localized data governance framework for Iran, aligned with international standards such as the GDPR and the CCPA. By analyzing legal gaps, implementation challenges, and potential solutions, this study aims to establish a practical framework that not only enhances security and privacy protection but also fosters public trust in digital services. Methodology: This applied-developmental study utilizes a mixed-methods approach. In the qualitative phase, legal documents, regulatory policies, and existing data governance models from Iran and other countries were analyzed. Furthermore, the Delphi method was employed to collect and examine the insights of 58 experts in technology, digital law, and information security. In the quantitative phase, Confirmatory Factor Analysis (CFA) was applied to validate the proposed model. Data were gathered through semi-structured expert interviews, a review of domestic laws and policies, and comparative studies with international frameworks. Key model indicators were extracted using qualitative content analysis, and statistical tests were employed to assess the model’s validity and reliability. Findings: Results indicate that the primary challenges to data governance in Iran include the lack of an integrated legal framework, the absence of an independent regulatory body, and deficiencies in the enforcement of data protection policies. A comparative analysis with the European GDPR and the U.S. CCPA revealed that Iran lacks clear requirements for data processing transparency and independent oversight—two pillars of international standards. Furthermore, findings indicate high levels of privacy concern among Iranian users; 78% expressed anxiety regarding how their data is managed on domestic platforms. The proposed model comprises three dimensions (legal-policy, technical-technological, and organizational-regulatory), six components, and 24 operational indicators. Data analysis demonstrated that implementing this model could reduce privacy violations by 30.8%, increase user trust in digital services by 44.6%, and improve regulatory efficiency by 38.2%. Conclusion: Data governance in Iran requires a transparent and binding framework that enhances security and user data protection while improving database interoperability and the efficiency of regulatory institutions. This study underscores that drafting comprehensive data governance legislation and establishing an independent regulatory body are critical steps. Additionally, implementing robust security policies, advanced encryption, and revising laws related to data collection and processing can mitigate cybercrimes and bolster public trust. A comparative analysis shows that the proposed model possesses a high degree of adaptability to global standards, suggesting that its proper implementation could enhance data protection standards by up to 79.4%. Ultimately, this research highlights the urgent need to reform data governance policies, enact new regulations, and increase transparency in personal data management. Future studies should focus on evaluating the practical implementation of this model within both public and private sectors. هدف: در دنیای دیجیتال امروز، حکمرانی داده‌ها یکی از مهمترین چالش‌های سیاست‌گذاری و حقوق فناوری اطلاعات است. با افزایش پردازش و تبادل داده‌های شخصی، نیاز به چارچوبی بومی برای حکمرانی داده‌ها که متناسب با زیرساخت‌های قانونی و فناوری کشور باشد، بیش‌ازپیش احساس می‌شود. این پژوهش، مدلی پیشنهادی برای حکمرانی داده‌ها با تأکید بر حریم خصوصی ارائه می‌دهد. مدل یادشده با بررسی چالش‌های موجود، برای بهبود مدیریت داده‌های شخصی راهکارهای اجرایی را پیشنهاد می‌کند. هدف اصلی پژوهش، ارائة الگویی بومی برای حکمرانی داده در ایران و تطبیق آن با استانداردهای بین‌المللی مانند مقررات عمومی حفاظت از داده‌ها و قانون حفظ حریم خصوصی مصرف‌کنندگان کالیفرنیا است. این مطالعه با تحلیل شکاف‌های قانونی، مشکلات اجرایی، و راهکارهای کاربردی، چارچوبی عملیاتی برای مدیریت داده‌ها ارائه می‌کند که می‌تواند امنیت و حریم خصوصی را افزایش دهد و موجب تقویت اعتماد عمومی به خدمات دیجیتال شود. روش: پژوهش حاضر از نوع کاربردی-توسعه‌ای با رویکرد ترکیبی (کمّی و کیفی) است. در بخش کیفی، اسناد حقوقی، سیاست‌های تنظیم‌گری، و مدل‌های حکمرانی داده در ایران و کشورهای دیگر تحلیل شدند. با استفاده از روش دلفی، نظرات ۵۸ متخصص در حوزه‌های فناوری، حقوق دیجیتال، و امنیت اطلاعات گردآوری و تحلیل شد. در بخش کمّی، تحلیل عاملی تأییدی برای اعتبارسنجی مدل به کار رفت. داده‌ها با مصاحبه‌های نیمه‌ساختاریافته، تحلیل قوانین داخلی، و مقایسة تطبیقی با چارچوب‌های بین‌المللی گردآوری شد. یافته‌ها: یافته‌ها نشان می‌دهد که در ایران، نبود چارچوب قانونی یکپارچه، نهاد نظارتی مستقل، و ضعف در اجرای سیاست‌های حفاظت از داده، از چالش‌های اصلی حکمرانی داده هستند. مدل پیشنهادی شامل سه بُعد (حقوقی-سیاستی، فنی-فناورانه، سازمانی-نظارتی)، شش مؤلفة کلیدی، و ۲۴ شاخص اجرایی است. تحلیل داده‌ها نشان داد که اجرای مدل پیشنهادی می‌تواند میزان نقض حریم خصوصی را تا ۳۰ درصد کاهش دهد و اعتماد کاربران به خدمات دیجیتال را تا ۴۵ درصد افزایش دهد. نتیجه‌گیری: برای بهبود وضعیت حکمرانی داده در ایران، تدوین قانون جامع، ایجاد نهاد نظارتی مستقل، و شفافیت در سیاست‌های جمع‌آوری داده ضروری است. مقایسة مدل پیشنهادی با استانداردهای بین‌المللی، نشان‌دهندة سازگاری بالای آن است و اجرای مؤثر آن می‌تواند استانداردهای حفاظت از داده را تا ۸۰ درصد ارتقاء دهد.

https://stim.qom.ac.ir/article_3464_12851f1783e557a604e50fffdf9fde70.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 1 2026 03 21 Exploring open data system promotion strategies in stakeholders' narratives: A qualitative study واکاوی راهبردهای ارتقای نظام داده باز در روایت سیاست‌گذاران و کسب و کارها: یک مطالعه کیفی 124 138 3673 10.22091/stim.2025.12883.2255 FA حمید حیدری گروه مطالعات علم و فناوری- پژوهشکده مطالعات فناوری- پژوهشگاه مطالعات فرهنگی، اجتماعی و تمدنی تهران ، تهران، ایران 0000-0002-3064-8823 سیروس منصوری دانشیار گروه علوم تربیتی دانشگاه اراک، اراک، ایران 0000-0001-9405-9860 محمود ناصری جزه دانشجوی دکتری مدیریت تکنولوژی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران 0009-0001-1295-769X مهدی پژوهان دکترای علم اطلاعات و دانش شناسی .دانشگاه اراک، اراک، ایران 0000-0003-4086-2986 Journal Article 2025 05 30 Objective: This study aimed to explore the lived experiences of policymakers, experts, and stakeholders in technology-based businesses regarding strategies for improving open data systems. The research primarily focused on identifying the requirements, challenges, and strategies necessary for the effective development of open data at both the governance and organizational levels. Methodology: This study employed a qualitative phenomenological approach. Participants included legislators, academic experts, and owners of high-technology enterprises. Sampling continued until theoretical saturation was achieved, which occurred with 21 participants. Data were collected through both individual and group narrative interviews and analyzed using thematic analysis. To ensure the credibility and trustworthiness of the findings, audit trails, thick descriptions, and peer debriefing (code acceptability review by two external observers) were employed. Findings: Thematic analysis revealed that strategies for improving open data systems can be categorized into six organizing themes: strengthening inter-agency interaction, developing necessary infrastructure for data publication, refining policymaking and legal frameworks, enhancing data quality, balancing data privacy with flexible government confidentiality protocols, and shifting individual and organizational attitudes toward data transparency. In total, 98 basic themes were identified under these six organizing themes. Conclusion: The findings suggest that improving open data systems requires simultaneous reforms across infrastructure, legislation, organizational procedures, data quality, and the mindsets of institutional actors. Accordingly, policymakers and executive bodies can utilize the framework developed in this study to revise existing procedures and accelerate the advancement of open data. We recommend that legislative institutions formulate clear mandates for public data sharing, define specific roles and responsibilities for regulatory and executive bodies, enforce strict standards for organizational data archiving, and design educational and cultural programs to facilitate data sharing among employees. هدف: پژوهش حاضر با هدف واکاوی تجربه زیسته سیاست‌گذاران، صاحب‌نظران و کنشگران کسب‌وکارهای فناورانه درباره راهبردهای موردنیاز برای ارتقای نظام داده باز انجام شد. تمرکز اصلی پژوهش بر شناسایی الزامات، چالش‌ها و راهبردهایی بود که می‌توانند به توسعه مؤثرتر داده‌های باز در سطح حکمرانی و سازمان‌ها کمک کنند. روش‌شناسی: این پژوهش با رویکرد کیفی و با استفاده از راهبرد پدیدارشناسی انجام شد. مشارکت‌کنندگان بالقوه شامل قانون‌گذاران، صاحب‌نظران دانشگاهی و صاحبان کسب‌وکارهای مبتنی بر فناوری بالا بودند. نمونه‌گیری تا رسیدن به اشباع نظری ادامه یافت و در نهایت داده‌ها با مشارکت ۲۱ نفر به اشباع رسید. گردآوری داده‌ها از طریق مصاحبه روایتی، به‌صورت فردی و گروهی، انجام شد. داده‌های به‌دست‌آمده با روش تحلیل مضمون تجزیه‌وتحلیل شدند. برای افزایش اعتبار یافته‌ها از تکنیک‌های مسیر ممیزی، ذکر جزئیات و بررسی مقبولیت کدها توسط دو ناظر استفاده شد. یافته‌ها: نتایج تحلیل داده‌ها نشان داد که راهبردهای ارتقای نظام داده باز در شش مضمون سازمان‌دهنده قابل دسته‌بندی است: تقویت تعامل بین‌دستگاهی، توسعه زیرساخت‌های موردنیاز برای انتشار داده، سیاست‌گذاری دقیق و تدوین و اصلاح قوانین، کیفیت‌بخشی به داده‌های باز، توجه به داده‌های خصوصی و قواعد والزامات شفاف در محرمانگی داده‌های دولتی و نیز تغییر نگرش‌های فردی و سازمانی نسبت به انتشار داده. در مجموع، ۹۸ مضمون پایه نیز ذیل این مضامین سازمان‌دهنده شناسایی شد. نتیجه‌گیری: یافته‌های پژوهش نشان می‌دهد ارتقای نظام داده باز مستلزم اصلاح هم‌زمان زیرساخت‌ها، قوانین، رویه‌های سازمانی، کیفیت داده و نگرش کنشگران نهادی است. بر این اساس، سیاست‌گذاران و مجریان می‌توانند با بهره‌گیری از چارچوب حاصل از پژوهش، رویه‌های موجود را بازنگری و مسیر توسعه داده باز را تقویت کنند. تدوین قواعد شفاف برای اشتراک‌گذاری داده‌های عمومی، تعیین دقیق نقش نهادهای سیاست‌گذار و مجری، اجرای الزامات مربوط به آرشیو داده‌های سازمانی و نیز طراحی برنامه‌های آموزشی و فرهنگ‌سازی برای کارکنان مرتبط با داده، از مهم‌ترین پیشنهادهای پژوهش است.

https://stim.qom.ac.ir/article_3673_9d13030a2dbd91961c808b7d3be9f275.pdf