دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Studying the Effect of Trust and Supply Chain Quality Management Measures on the Innovative Performance of Knowledge-Based Companies: Explaining the Mediating Role of Knowledge Sharing مطالعۀ اثرگذاری اعتماد و اقدامات مدیریت کیفیت زنجیره تأمین بر عملکرد نوآورانۀ شرکت‌های دانش‌بنیان: تبیین نقش میانجی اشتراک‌گذاری دانش 7 29 4733 10.22091/stim.2024.10186.2048 FA علیرضا صادقپور فیروزآباد کارشناسی ارشد، گروه مدیریت عملیات و علوم تصمیم، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران 0009-0007-9059-7769 علی محقر استاد، گروه مدیریت عملیات و علوم تصمیم، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران 0000-0002-9844-1714 Journal Article 2023 12 12 Purpose: Every company owes part of its innovative performance to establishing relationships with other partners. Given this significance, the primary objective of this study is to examine the impact of trust and supply chain quality management measures on the innovative performance of Iranian knowledge-based companies through a statistical model and hypothesis testing. Additionally, the model investigates the mediating role of knowledge sharing. Methodology: To achieve the research objectives, relevant literature was reviewed, and a conceptual model was developed based on established prior frameworks tailored to the Iranian context. Consequently, this study is classified as applied research. The target population comprises knowledge-based companies, with the sample specifically drawn from innovative knowledge-based firms operating in Tehran province. Data were collected using a questionnaire distributed both physically and online to company managers. The results were subsequently analyzed using structural equation modeling with a partial least squares (PLS-SEM) approach via SmartPLS software. Results: The findings indicate that the direct relationship between trust and innovative performance is not supported in the studied sample. However, the indirect relationship between these two variables is fully mediated by knowledge sharing. Furthermore, both direct and indirect relationships were confirmed between supply chain quality management measures and innovative performance, with knowledge sharing acting as a partial mediator. Notably, the substantial impact of knowledge sharing highlights its critical role in enhancing overall effectiveness through mediation. Conclusion: The findings of this study indicate that trust, supply chain quality management practices, and knowledge sharing are key factors influencing the innovative performance of knowledge-based companies. Establishing and strengthening these elements can enhance firms' innovation capabilities and contribute to their continued survival and performance in a dynamic and competitive business environment. هدف: هر شرکت بخشی از عملکرد نوآورانه خود را مرهون ایجاد ارتباط با دیگر شرکت‌ها است. با توجه به این مهم هدف اصلی این مطالعه در گام اول ایجاد درک عمیق‌تری از تأثیر اعتماد و اقدامات مدیریت کیفیت زنحیره تأمین بر عملکرد نوآورانه شرکت‌های دانش‌بنیان نوآور ایرانی در قالب یک مدل آماری و آزمون فرضیه‌های مربوط به آن است. همچنین در گام بعدی تببین نقش میانجی اشتراک‌گذاری دانش نیز در این مدل دیده شده است. روش‌شناسی: برای دستیابی به هدف پژوهش، ادبیات موضوع مطالعه شده و باتوجه‌به مدل‌های اثبات‌شدۀ طرح‌شده در پژوهش‌های پیشین، مدل مفهومی مرتبط با جامعه مدنظر در این پژوهش، برای بازنمایی آن در یک نمونۀ ایرانی توسعه داده شده است. برهمین اساس این پژوهش از نوع کاربردی است. جامعۀ این پژوهش را شرکت‌های دانش‌بنیان و نمونۀ انتخابی را شرکت‌های دانش‌بنیان نوآور فعال در استان تهران تشکیل می‌دهند. برای آزمون فرضیه‌های پژوهش پرسش‌نامه‌ای تهیه و به دوشیوۀ فیزیکی و برخط در اختیار مدیران شرکت‌های یادشده قرار گرفت و نتایج آن با استفاده از مدل‌سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی و با نرم‌افزار اسمارت- پی‌ال‌اس3 بررسی شد. یافته‌ها: نتایج بیانگر آن است که رابطۀ مستقیم بین اعتماد و عملکرد نوآورانه در نمونه تأیید نشده است. اما رابطۀ غیرمستقیم این دو متغیر از راهمیانجی‌گری اشتراک‌گذاری دانش تأیید شده و میانجی‌‌گری آن از نوع میانجی کامل است. همچنین در رابطه بین اقدامات مدیریت کیفیت زنجیره تأمین و عملکرد نوآورانه با میانجی‌گری اشتراک‌گذاری دانش هر دو رابطه مستقیم و غیرمستقیم آن تأیید شده است. نکتۀ مهم اما تأثیر مهم اشتراک‌گذاری دانش است که باعث شده در حالت میانجی اثرگذاری بیشتری داشته باشد. نتیجه‌گیری: نتایج این پژوهش نشان می‌دهد که اعتماد، اقدامات مدیریت کیفیت زنجیره تأمین و اشتراک‌گذاری دانش از عوامل مؤثر بر عملکرد نوآورانه شرکت‌های دانش‌بنیان هستند و ایجاد و تقویت این عوامل می‌تواند زمینه بهبود توان نوآوری و تداوم فعالیت شرکت‌ها را در محیط پویا و متغیر کسب‌وکار فراهم کند.

https://stim.qom.ac.ir/article_4733_762c235026cae8d6142bb220d56e6a36.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Identifying and ranking factors affecting the success of information and communication technology innovation ecosystem شناسایی و رتبه‌بندی عوامل مؤثر بر موفقیت اکوسیستم‌ نوآوری فناوری اطلاعات و ارتباطات 30 49 4734 10.22091/stim.2024.10508.2074 FA مهدی الیاسی استاد، مدیریت تکنولوژی، دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی، تهران، ایران. 0000-0002-9883-3187 Journal Article 2024 03 10 Purpose: Given the role of information and communication technology (ICT) in economic and social development and the global movement toward knowledge-based societies, the importance of innovation in this field is paramount. In Iran, despite ICT innovation policies and the emphasis on ICT innovation in upstream documents—such as the Vision of the Islamic Republic of Iran for the Horizon 1404—statistics unfortunately indicate persistent weaknesses in ICT innovations. Evidence of this includes ranking 125th in ICT service exports based on the 2021 Global Innovation Index, as well as the gap between Iran's ICT share of gross domestic product (GDP) and the global economic average in 2019. Because innovation does not occur in isolation and is the result of collaboration among various actors within an innovation ecosystem, this study aims to identify and prioritize the factors influencing the success of the ICT innovation ecosystem in Iran. Methodology: First, through a literature review and 12 semi-structured interviews conducted in 2023, the critical success factors of the ICT innovation ecosystem were identified. A fuzzy Delphi questionnaire was then utilized to assess the relevance of these factors, followed by prioritization using the Analytic Hierarchy Process (AHP). The questionnaires were completed by 9 academic and policymaking experts, along with 335 ICT companies. Findings: The literature review identified and categorized the factors affecting the success of the ICT innovation ecosystem into 5 main criteria—human capital, financial resources, policy, infrastructure, and market issues—encompassing 21 sub-criteria. The findings indicate that expert teams possessing technical, financial, R&D, and management skills play a vital role in gaining market share. Financing through venture capital and long-term loans is also critical for ICT business growth. Alongside financing and human capital, facilitating access to financial resources and providing business advisory services to ICT company owners are essential. Infrastructure preparation—including technical prerequisites (hardware and software) and innovation infrastructures—represents another major driver of business growth. Furthermore, advertising, marketing skills, and economic analysis (such as profit estimation and return on investment) were identified as key influential factors. Following the literature review and interviews, four additional factors were incorporated based on expert opinions: 1) the potential for international collaboration; 2) the availability of market and commercialization specialists; 3) the presence of legal experts; and 4) the implementation of ICT by public organizations. Conclusion: Considering financial and policy criteria as among the most critical success factors for the ICT innovation ecosystem, several measures can foster innovation in the ICT sector. These include developing policies for easier access to financial facilities, fostering networks with foreign technology companies, ensuring the presence of specialized commercialization experts in the ICT field, and streamlining the establishment of ICT startups. هدف: با توجه به نقش فناروی اطلاعات و ارتباطات (فاوا) در توسعۀ اقتصادی و اجتماعی و حرکت جهانی به‌سوی جوامع دانایی محور، اهمیت نوآوری در این حوزه بالاست. در کشور ما نیز علی‌رغم سیاست‌گذاری‌های انجام‌شده در این حوزه و تأکید بر نوآوری و توسعۀ فناوری‌های فاوا در اسناد بالادستی نظیر چشم‌انداز جمهوری اسلامی ایران در افق 1404، آمارها گویای وجود ضعف در نوآوری‌های فاواست. جایگاه 125 کشور در صادرات خدمات فاوا براساس شاخص جهانی نوآوری در سال 2021 و فاصلۀ سهم فاوا در تولید ناخالص داخلی کشور تا میانگین ارزش در اقتصاد جهانی در سال 1399 گواه این مدعاست. ازآنجاکه نوآوری در انزوا رخ نمی‌دهد و برآمده از همکاری میان بازیگران مختلف در قالب اکوسیستم نوآوری است، هدف پژوهش حاضر شناسایی عوامل مؤثر بر موفقیت اکوسیستم نوآوری فاوا در ایران و اولویت‌بندی آن‌هاست. روش‌شناسی: برای دستیابی به هدف پژوهش، ابتدا با مطالعات کتابخانه‌ای و مرور پیشینه (بخش کیفی)، عوامل مؤثر بر موفقیت اکوسیستم‌های‌ نوآوری فاوا استخراج شدند. این عوامل با عنوان زیرمعیارها طبقه‌بندی شدند. سپس با مصاحبۀ نیمه ساختاریافته با 12 نفر از خبرگان دانشگاهی و صنعتی فعال در حوزۀ فاوا، سایر عوامل نادیده‌گرفته‌شده نیز شناسایی شدند. برای اطمینان از مرتبط‌بودن شاخص‌های شناسایی‌شده با هدف پژوهش از پرسش‌نامۀ دلفی فازی متشکل از عوامل مستخرج از پیشینه و مصاحبه‌ها استفاده شد. پایایی پرسش‌نامه با توزیع میان 12 خبره و محاسبه آلفای کرونباخ در نرم‌افزار اس‌پی‌اس‌اس انجام و کسب ضریب بالای 0.7 مبنای پایا بودن ابزار شد. برای تأیید روایی هر عامل نیز امتیاز تأثیر آن باید بیش‌تر از 1.5 باشد؛ در غیر این صورت حذف می‌شود. پس از غربال عوامل، برای تعیین اولویت و وزن هر معیار و زیرمعیار، از روش تحلیل سلسله‌مراتبی فازی استفاده شد. مقایسات زوجی با پرسش‌نامۀ زوجی انجام شد (مقایسۀ زوجی معیارها با هم و زیرمعیارها با هم) که از مقایسه اهمیت گزینۀ آی‌اُم نسبت به اهمیت گزینۀ جِی‌اُم استفاده می‌کند). پرسش‌نامه‌ها با پست الکترونیک میان 500 شرکت فناور فعال در حوزۀ فاوا توزیع شد و طی دو مرحله پیگیری، تعداد 335 پرسش‌نامۀ تکمیل‌شده با نرخ مشارکت 67% دریافت شد. با توجه به هدف پژوهش در شناسایی عوامل مؤثر بر موفقیت اکوسیستم نوآوری حوزۀ فاوا، در کنار شرکت‌های فناور، پرسش‌نامۀ مقایسات زوجی میان سایر بازیگران این اکوسیستم شامل شش عضو هیئت‌علمی دانشگاه دارای سابقۀ پژوهشی در حوزۀ فاوا و سه خبرۀ فعال در حوزۀ سیاست‌گذاری شرکت‌های دانش‌بنیان فاوا نیز توزیع شد. پس از تجزیه‌وتحلیل پرسش‌نامه‌ها، برای اطمینان از این‌که تا چه حد می‌توان به اولویت‌های برآمده از مقایسات اعتماد کرد، نرخ ناسازگاری کم‌تر از 0.1 ملاک قرار گرفت. یافته‌ها: با مرور پیشینه و مطالعات کتابخانه‌ای، عوامل مؤثر بر موفقیت اکوسیستم نوآوری فاوا در قالب پنج معیار سرمایۀ انسانی، منابع مالی، سیاستی، زیرساخت، و بازار و 21 زیرمعیار شناسایی و دسته‌بندی شدند. براساس یافته‌ها، وجود تیم مؤسس متخصص و ماهر با ترکیبی از تخصص‌های فنی، پژوهشی (تحقیق و توسعه)، و مهارت‌های مدیریتی نقش مهمی در جذب سرمایه و کسب سهم بازار دارند. تأمین مالی مداوم و بلندمدت در قالب سرمایه‌گذاری خطرپذیر، صندوق‌های سرمایه‌گذاری، سرمایه‌گذاری خارجی، تأمین سرمایۀ اولیه برای راه‌اندازی کسب‌وکارها، دریافت وام‌های بلندمدت با نرخ بهرۀ مناسب، و معافیت از پرداخت سود وام در سال‌های ابتدایی نیز یک پیش‌شرط مهم برای رشد پایدار کسب‌وکارهای فاواست. اما تنها تأمین مالی و وجود سرمایۀ انسانی، موفقیت اکوسیستم نوآوری فاوا را تضمین نمی‌کند و نقش نهادهای قانون‌گذار برای تسهیل دسترسی به منابع مالی، مهارت‌آموزی در قالب آموزش و ارائۀ مشاوره به صاحبان کسب‌وکارها، و جلوگیری از جرائم تخریب‌کننده نیز دارای اهمیت است. آمادگی زیرساختی در قالب آمادگی‌های فنی (سخت‌افزاری، نرم‌افزاری، پهنای باند اینترنت) و وجود زیرساخت‌های نوآوری به‌شکل مراکز رشد و شتاب‌دهنده‌ها برای ارائۀ خدمات مشاوره‌ای، شبکه‌سازی، و مربی‌گری به کسب‌وکارهای فاوا و بهره‌گیری کسب‌وکارهای این حوزه از مهارت‌های تبلیغاتی و بازاریابی و تحلیل‌های اقتصادی به‌شکل تخمین سود و نرخ بازگشت سرمایه نیز دو عامل تأثیرگذار دیگر هستند. پس از مرور و جمع‌بندی پیشینه، مصاحبه‌شوندگان چهار عامل 1) امکان انجام همکاری‌های بین‌المللی؛ 2) وجود متخصصان حوزۀ بازار و تجاری‌سازی؛ 3) وجود متخصصان حقوقی؛ و 4) استقبال نهادهای دولتی از پیاده‌سازی فناوری اطلاعات و ارتباطات را عوامل درخور توجهی دانستند. نتیجه‌گیری: با توجه به قرار گرفتن معیارهای مالی و سیاستی در زمرۀ مهمترین عوامل مؤثر بر موفقیت اکوسیستم نوآوری فاوا، توسعۀ سیاست‌های دریافت تسهیلات مالی با شرایط آسان‌تر، شبکه‌سازی با شرکت‌های فناور خارجی، حضور متخصصان تجاری‌سازی محصولات خاص حوزۀ فاوا، و تسهیل راه‌اندازی کسب‌وکارهای فاوا به توسعۀ نوآوری‌های بخش فاوا کمک شایانی خواهد کرد.

https://stim.qom.ac.ir/article_4734_7d455ed605b233a772e522358b6a5e54.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Threshold Effect of the Digital Economy on the Shadow Economy in Iran تأثیر آستانه‌ای اقتصاد دیجیتال بر اقتصاد سایه در ایران 50 65 3072 10.22091/stim.2024.11005.2129 FA رضا معبودی استادیار، گروه اقتصاد، دانشکده علوم انسانی، دانشگاه آیت‌الله بروجردی، بروجرد، لرستان، ایران 0000-0003-4273-5200 سید پرویز جلیلی کامجو استادیار، گروه اقتصاد، دانشکده علوم انسانی، دانشگاه آیت‌الله بروجردی، بروجرد، لرستان، ایران 0000-0001-8998-543X یعقوب نوروزی استاد، گروه علم اطلاعات و دانش شناسی، دانشگاه قم، ایران 0000-0003-3030-7647 Journal Article 2024 07 14 Purpose: Over the past decade, alongside the development and expansion of information and communication technology (ICT), the digital economy has attracted the attention of policymakers as an efficient mechanism to control and reduce the volume of transactions in the informal sector. This research aims to investigate the threshold effect of the digital economy on the shadow economy in Iran. Methodology: This study is applied in terms of its purpose and utilizes a documentary (library-based) data collection method. The geographical scope of the study is Iran, covering the period from 1990 to 2021. To construct the composite index of the digital economy, principal component analysis (PCA) was employed using variables such as mobile cellular subscriptions, fixed telephone subscriptions, and internet usage. A threshold regression approach was applied to analyze the relationships among the variables. Findings: The results indicate that the digital economy threshold is 6.7%. Before reaching this threshold, the expansion of the digital economy leads to an increase in the size of the shadow economy; however, once the threshold is surpassed, it results in a decrease. This non-linear behavior can be explained as follows: in the low regime, the digital economy reduces service exchange costs through technological advancements, which initially boosts production capacity and transaction volumes in the informal sector. Conversely, in the high regime, the rapid development of the digital economy provides advanced technologies and improves methods of goods and services production, thereby enhancing technological adoption and public access to information. Since formal sector firms possess a greater capacity to utilize these technologies than informal enterprises, the digital economy ultimately reduces the size of the shadow economy by increasing productivity in the formal sector and strengthening government oversight of informal transactions. Conclusion: The findings demonstrate that the digital economy exerts a non-linear (ultimately negative) impact on Iran's shadow economy. Therefore, it is recommended that the government promote ICT development, improve public service productivity, and lower the costs for economic enterprises to access digital technologies. Concurrently, by monitoring financial transactions and preventing tax evasion, the government can enhance production efficiency in the formal sector and effectively reduce the size of the shadow economy. هدف: در دهۀ‌ گذشته، هم‌زمان با توسعه و گسترش فناوری اطلاعات و ارتباطات، اقتصاد دیجیتال به‌عنوان سازوکار و ابزاری کارآمد برای کنترل و کاهش حجم معاملات در فضای غیررسمی در کانون توجه سیاست‌گذاران حوزۀ‌ فناوری اطلاعات و ارتباطات قرار گرفته است. هدف پژوهش حاضر بررسی تأثیر آستانهای اقتصاد دیجیتال بر اقتصاد سایه در ایران است. روش‌شناسی: پژوهش حاضر از نظر هدف کاربردی و از حیث روش جمعآوری دادهها کتابخانهای است. قلمرو مکانی پژوهش حاضر کشور ایران و قلمرو زمانی سالهای 1369 تا 1400 است. برای استخراج شاخص ترکیبی اقتصاد دیجیتال از روش تحلیل مؤلفه‌های اصلی و متغیرهای اشتراک تلفن همراه، اشتراک تلفن ثابت، و میزان استفاده از اینترنت استفاده شد. برای تجزیه‌وتحلیل روابط بین متغیرها از رویکرد رگرسیون آستانهای بهره گرفته شد. یافته ها: یافتهها نشان دادند اندازه آستانه اقتصاد دیجیتال 7/6 درصد است. قبل از رسیدن به سطح آستانه، اقتصاد دیجیتال به افزایش اندازۀ‌ اقتصاد سایه منجر میشود، اما پس از عبور از سطح آستانه، اقتصاد دیجیتال حجم اقتصاد سایه را کاهش میدهد. رفتار غیرخطی اقتصاد دیجیتال نشان میدهد در رژیم پایین اقتصاد دیجیتال، اقتصاد دیجیتال به علت بهرهگیری از پیشرفتهای حوزۀ‌ فناوری، کاهش هزینۀ‌ مبادلات خدمات را در پی دارد که به افزایش ظرفیت تولید و حجم مبادلات بخش اقتصاد سایه منجر می‌شود. اما در رژیم بالا اقتصاد دیجیتال، توسعۀ‌ شتابان اقتصاد دیجیتال با ارائۀ‌ فناوریهای جدید، بهبود شیوۀ‌ تولید کالا و خدمات، به افزایش توانایی به‌کارگیری فناوری و بهبود دسترسی افراد به اطلاعات منجر میشود. از آنجا که توانایی بنگاههای فعال در بخش رسمی برای به‌کارگیری فناوری در فرایند تولید بیشتر از بنگاههای فعال در بخش غیررسمی اقتصاد است، بنابراین، اقتصاد دیجیتال با افزایش بهرهوری تولید در بخش رسمی و بهبود نظارت دولت بر مبادلات بخش غیررسمی، اندازۀ‌ اقتصاد سایه را کاهش میدهد. نتیجه گیری: با توجه به نتایج پژوهش، اقتصاد دیجیتال بر بخش زیرزمینی ایران تاثیر منفی دارد. بنابراین، پیشنهاد می‌شود دولت با توسعۀ‌ فناوری اطلاعات و ارتباطات، ارتقای بهره‌وری در ارائۀ‌ خدمات عمومی، کاهش هزینۀ‌ دسترسی بنگاه‌های اقتصادی به فناوری‌های دیجیتال، ضمن نظارت بر تراکنشهای مالی و جلوگیری از فرار مالیاتی، کارایی تولید در بخش رسمی اقتصاد را افزایش و اندازۀ‌ اقتصاد سایه را کاهش دهد.

https://stim.qom.ac.ir/article_3072_1dba6315bfeabfa8bdfc9311365ec0f2.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 A survey of the status of Iranian universities' organizational knowledge repositories in OPEN DOAR بررسی وضعیت مخازن دانش سازمانی دانشگاه‌های ایران در اپن دار 66 84 3747 10.22091/stim.2025.11879.2261 FA مهدی محمدی دانشیار و عضو هیات علمی گروه آموزشی علم اطلاعات و دانش‌شناسی دانشگاه قم، قم، ایران 0000-0002-6880-7455 سمانه عباسی گروه آموزشی علم اطلاعات و دانش‌شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه قم، قم، ایران 0000-0002-6025-8412 رضا کریمی گروه آموزشی علم اطلاعات و دانش‌شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه قم، قم، ایران 0009-0004-4298-9715 Journal Article 2025 06 07 Purpose: This study aims to examine the status of institutional repositories of Iranian universities registered in the OpenDOAR directory. Methodology: This applied research employs a survey-analytical method. Data were collected using a researcher-made checklist based on the registration criteria of the OpenDOAR system. The research population consisted of all institutional repositories from Iran listed in OpenDOAR, totaling 18 repositories. Data were analyzed using Microsoft Excel, and the results were presented and interpreted through descriptive statistics using various charts and tables. Findings: The findings indicate that medical universities in Iran were among the first institutions to establish and develop repositories. Of the 18 repositories registered from Iran, 11 were active and 7 were inactive. Nine repositories belonged to medical universities, and only one was affiliated with a university under the Ministry of Science, Research, and Technology. The earliest active repository was registered in 2009 and the latest in 2019, with the highest registration frequencies occurring in 2015 and 2019. EPrints was the most widely used software platform among active repositories. Mashhad University of Medical Sciences recorded the highest number of entries, followed by the University of Mohaghegh Ardabili, Iran University of Medical Sciences, Ardabil University of Medical Sciences, and the Universities of Medical Sciences in Bushehr, Shahrekord, Ilam, Golestan, Sabzevar, Babol, and Qazvin, respectively. The study revealed a slow growth trend in the development of institutional repositories in Iran. Based on the University of Nottingham's repository classification, the registered records comprised 12 primary document types: journal articles, master's and doctoral theses, conference and workshop papers, research proposals, monographs, educational slides, administrative reports, books, book chapters and sections, datasets, and multimedia and audio materials.A defining characteristic of institutional repositories is the steady accumulation of scientific content over time; in the Iranian context, most records consisted of journal articles and theses. However, growth across many centers remained extremely limited. The majority of repositories belonged to public institutions, and regarding subject coverage, most concentrated on medical and health sciences. Conclusion: The findings suggest that Iranian universities have largely neglected the implementation and potential of institutional repositories, particularly in enhancing institutional visibility and global rankings. Consequently, both academic research and practical engagement with institutional repositories in Iran remain in their infancy. The limited number of repositories listed in OpenDOAR reflects a general lack of awareness regarding open-access repositories as tools to support research and development. Furthermore, the growth and development of existing repositories have been sluggish and fall far short of satisfactory standards. هدف: این پژوهش با هدف بررسی وضعیت مخازن دانش سازمانی دانشگاه‌های ایران ثبت شده در فهرست اپن‌دار انجام شده است. روش‌شناسی: پژوهش حاضر از نظر نوع، کاربردی بود که با روش پیمایشی-تحلیلی انجام شد. برای گردآوری داده‌ها از سیاهۀ وارسی محقق‌ساخته براساس معیارهای ثبت مخازن اپن‌دار استفاده شد. جامعۀ پژوهش مشتمل بر کلیۀ مخازن دانش ثبت‌شده در فهرست اپن‌دار به تعداد 18 مخزن دانش سازمانی بود. داده‌ها با نرم‌افزار اکسل تجزیه‌وتحلیل شدند و نتایج آن در قالب آمار توصیفی در نمودارها و جداول مختلف نمایش داده و تحلیل شد. یافته‌ها: یافته‌ها نشان دادند که در ایران، دانشگاه‌های علوم پزشکی جز اولین نهاد‌هایی هستند که مخازن دانش را ایجاد و آن را توسعه دادند. تعداد 18 مخزن دانش از ایران در فهرست اپن‌دار ثبت شده بود که از این تعداد 11 مخزن دانش، فعال و هفت مورد غیر فعال بودند. نُه مخزن دانش مربوط به دانشگاهای علوم پزشکی و یک مخزن دانش مربوط به دانشگاه‌های وزارت علوم، تحقیقات و فناوری و یک مخزن دانش موضوعی بود. اولین مخزن دانش فعال در 2009 و آخرین آن در 2019 ثبت شده‌اند. بیشترین تراکم ثبت مخازن دانش ایران در سال 2015 و 2019 بود. همچنین نرم‌افزار به‌کاررفته در مخازن دانش فعال ایران، نرم‌افزار ای‌پرینت است. بیشترین رکورد ثبت‌شده در مخزن دانش مربوط به دانشگاه علوم پزشکی مشهد، پس از آن به‌ترتیب دانشگاه محقق اردبیلی، دانشگاه علوم پزشکی ایران، دانشگاه علوم پزشکی اردبیل، دانشگاه علوم پزشکی بوشهر، دانشگاه علوم پزشکی شهر‌کرد، دانشگاه علوم پزشکی ایلام، دانشگاه علوم پزشکی گلستان، دانشگاه علوم پزشکی سبزوار، دانشگاه علوم پزشکی بابل، و دانشگاه علوم پزشکی قزوین بودند. مطالعۀ رشد مخازن دانش سازمانی در ایران بیانگر رشد کُندِ این پدیده است. رکورد‌های ثبت‌شده در مخازن دانش ایران دقیقا برمبنای فهرست مخازن دانش دانشگاه ناتینگهام، شامل 12 نوع سند اصلی مشتمل بر مقالات مجله، پایان‌نامه‌های ارشد و دکتری، مقالات کنفرانسی و کارگاهی، طرح‌های پژوهشی، تک‌نگاشت‌ها، اسلاید‌های آموزشی، گزارش‌های اداری، کتاب‌ها، فصل و بخش‌های کتاب، مجموعه داده‌ها، و مواد بصری چند رسانه‌ای و صوتی بودند. از طرفی دارابودن محتویات علمی و انباشتگی به‌شیوۀ تدریجی و دائمی‌بودن آن از ویژگی‌های مخازن دانش به شمار می‌روند که در این پژوهش بیشترین مدارک ثبت‌شده در مخازن دانش سازمانی ایران، مقالات و پایان‌نامه‌ها بودند. بیشترین نوع مخزن دانش، مخازن مربوط به سازمان‌های دولتی بوده‌اند. از نظر موضوع، بیشتر مخازن ثبت‌شده از حوزۀ علوم پزشکی و سلامت بودند. نتیجه‌گیری: پس از بررسی مشخص شد که دانشگاه‌های ایران راه‌اندازی مخازن دانش سازمانی را نادیده گرفته و از نقش آن در رؤیت‌پذیری دانشگاه‌ها و کمک به ارتقاء رتبۀ دانشگاه‌ها در نظام‌های رتبه بندی غافل بودند. پرداختن به موضوع مخزن دانش سازمانی در کشور چه در عمل و چه در پژوهش‌ها در ابتدای راه قرار دارد. کم‌بودن مجموعه مخازن دانش ثبت‌شده در اپن‌دار، بیانگر نبودِ آگاهی کافی عمومی در مورد مفهوم مخازن دسترسی باز در دانشگاه‌های ایران برای حمایت از تحقیق و توسعه است. از طرفی رشد و توسعۀ همین مخازن دانش بسیار کُند بوده است و در وضعیت مطلوبی قرار ندارد.

https://stim.qom.ac.ir/article_3747_2d4fc0568baaa23448048e9a5b959fb0.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Benefits and challenges of using generative artificial intelligence tools in scientific research: A systematic review مزایا و چالش‌های استفاده از ابزارهای هوش مصنوعی موّلد در پژوهش‌های علمی: مرور نظام‌مند 85 103 4735 10.22091/stim.2025.12295.2213 FA منصوره مهدی زاده استادیار گروه مطالعات نظری علم، فناوری و نوآوری، موسسه تحقیقات سیاست علمی کشور، تهران، ایران 0000-0001-8788-1282 Journal Article 2025 02 07 Objective: This study aimed to examine the opportunities and challenges associated with the use of generative artificial intelligence (GenAI) tools in scientific research and scholarly outputs. Method: A systematic review was conducted by searching international scientific databases, including Google Scholar, ScienceDirect, Web of Science, and Scopus. Following the retrieval of relevant articles and screening based on the predefined inclusion and exclusion criteria, 41 articles were selected for qualitative meta-synthesis. The selected articles were carefully reviewed, and open and axial codes were extracted. During open coding, all relevant categories were identified, while axial coding was used to group the categories based on their similarities and differences. Overall, one main category, two subcategories (axial codes), and 18 subcategories were identified. Findings: The analytical findings indicated that the use of GenAI tools in scientific research creates numerous opportunities as well as challenges. The identified opportunities include enhancing equity; increasing the speed and accuracy of collecting, organizing, and analyzing large volumes of scientific data; facilitating and broadening digital access; improving university services; enhancing the accuracy and quality of academic writing; accelerating scientific peer-review processes; making research more engaging and comprehensible; and enabling new forms of academic writing and research. The findings also revealed several challenges, including algorithmic bias and discrimination; concerns regarding transparency and privacy; the generation of inaccurate information; lack of originality and reliability; insufficient accountability and risks of plagiarism; the accelerated production of low-quality articles; legal concerns related to intellectual property rights and copyright; the risk of users misinterpreting or misunderstanding information; and the potential loss or replacement of jobs in the research sector. Conclusion: The findings showed that the use of GenAI in scientific research, while creating opportunities to enhance the speed, accuracy, quality, and accessibility of research processes, also entails challenges such as bias, misinformation, threats to academic integrity, legal uncertainties, and reduced transparency and accountability. Therefore, addressing this technology should not be limited to its adoption or restriction, but should instead focus on its responsible governance and use. This requires developing clear policies and guidelines, enhancing AI literacy and research ethics, and fostering cooperation among researchers, universities, policymakers, scholarly publishers, and other stakeholders in the research ecosystem to capitalize on the potential of GenAI while safeguarding academic integrity, credibility, and trust. هدف: پژوهش حاضر با هدف بررسی فرصت‌ها و چالش‌های استفاده از ابزارهای هوش مصنوعی موّلد در پژوهش‌ها و تولیدات علمی انجام شده است. روش: پژوهش حاضر به‌روش مرور نظاممند انجام شده است. بدین منظور پایگاه‌های علمی خارجی از جمله گوگل اسکالر، ساینس دایرکت، وب‌آوساینس و اسکوپوس بررسی شدند. پس از جست‌وجوی مقاله‌ها و اعمال غربالگری براساس معیارهای ورود و خروج به مطالعه، در مجموع 41 مقاله مرتبط با موضوع برای انجام فراتحلیل کیفی انتخاب شدند. ابتدا متون مربوط به 41 مقاله مرتبط به دقت مطالعه شد. سپس کدهای باز و محوری استخراج شد. در مرحلۀ کدگذاری باز، تمامی مقوله‌ها شناسایی شدند و در مرحلۀ کدگذاری محوری، مقوله‌ها براساس شباهت‌ها و تفاوتهایشان در دستهبندیهای جداگانه‌ای قرار گرفتند. در مجموع یک مقولۀ اصلی، دو مقولۀ فرعی (کد محوری)، و 18 زیرمقوله شناسایی شدند. یافته ها: یافتههای تحلیلی پژوهش نشان داد که استفاده از ابزارهای هوش مصنوعی موّلد در زمینۀ پژوهش‌های علمی، فرصت‌ها و چالش‌های بی‌شماری ایجاد کرده است. نمونه‌‌های فرصت‌های استفاده از این ابزارها افزایش عدالت، افزایش سرعت و دقت در جمع‌آوری، سامان‌دهی و تحلیل حجم وسیع داده‌های علمی، تسهیل و جامعیت دسترسی دیجیتال، بهبود خدمات دانشگاهی، بهبود دقت و کیفیت نوشتار علمی، تسریع در فرایندهای داوری علمی، جذاب‌تر و قابل درک‌تر کردن پژوهش‌ها و ایجاد اَشکال جدید نگارش و پژوهش علمی هستند. یافته‌ها همچنین نشان داد که چالش‌های برآمده از استفاده از ابزارهای یادشده در تولیدات علمی نیز عبارتند از: سوگیری و تبعیض الگوریتمی، مسائل مرتبط با شفافیت و حفظ حریم خصوصی، تولید اطلاعات نادرست، عدم اصالت، غیرقابل اعتماد بودن، نبود مسئولیت‌پذیری و بیم سرقت ادبی، افزایش سرعت تولید مقاله‌های بی‌کیفیت، نگرانی‌های حقوقی دربارۀ حقوق مالکیت معنوی و حق چاپ، بیم تفسیر و درک اشتباه کاربران، و از بین رفتن یا جایگزین شدن بسیاری از مشاغل در حوزه پژوهش. نتیجه گیری: نتایج پژوهش نشان داد که استفاده از هوش مصنوعی مولد در پژوهش‌های علمی، ضمن ایجاد فرصت‌هایی برای افزایش سرعت، دقت، کیفیت و دسترسی‌پذیری فرایندهای پژوهشی، چالش‌هایی همچون سوگیری، تولید اطلاعات نادرست، نقض اصالت علمی، ابهامات حقوقی، کاهش شفافیت و مسئولیت‌پذیری را نیز به همراه دارد. ازاین‌رو، مواجهه با این فناوری نباید صرفاً بر پذیرش یا محدودسازی آن متمرکز باشد، بلکه مستلزم حکمرانی و استفاده مسئولانه از آن است. تحقق این امر نیازمند تدوین سیاست‌ها و دستورالعمل‌های روشن، ارتقای سواد هوش مصنوعی و اخلاق پژوهش، و همکاری و هماهنگی میان پژوهشگران، دانشگاه‌ها، سیاست‌گذاران، ناشران علمی و سایر ذی‌نفعان این زیست‌بوم است تا ضمن بهره‌گیری از ظرفیت‌های این فناوری، از آسیب به اصالت، اعتبار و اعتماد علمی جلوگیری شود.

https://stim.qom.ac.ir/article_4735_934c64b5a4e266fa5ce793692a8bc8fa.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Investigating factors affecting the acceptance and use of artificial intelligence tools by librarians in academic libraries بررسی عوامل مؤثر بر پذیرش و استفاده از ابزارهای هوش مصنوعی از سوی کتابداران کتابخانه‌های دانشگاهی 104 125 4736 10.22091/stim.2026.14678.2314 FA فاطمه شاه علی دانش آموخته کارشناسی ارشد، علم اطلاعات و دانش شناسی، دانشگاه علامه طباطبائی، تهران، ایران 0009-0008-2155-309X مریم صابری استادیار علم اطلاعات و دانش شناسی، دانشگاه سمنان، سمنان، ایران 0000-0002-6390-8775 گلنساء گلینی مقدم گروه علم اطلاعات و دانش‏شناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه علامه طباطبائی، تهران، ایران 0000-0002-0815-1298 Journal Article 2025 11 26 Objective: Artificial intelligence is a branch of computer science that aims to design systems that are capable of performing human-like behaviors such as learning, reasoning, problem solving, language understanding, and decision-making. Accordingly, artificial intelligence tools, relying on these capabilities, can play an effective role in providing intelligent library services. Despite these capabilities, in many libraries there is a large gap between the availability of technology and the acceptance and effective use of these tools. The aim of the present study is to evaluate the status of acceptance and use of artificial intelligence tools among librarians in Iranian academic libraries based on UTAUT Model. Methodology: The present study is quantitative and applied; it was conducted using a survey method. The collection tool was the standard questionnaire of Venkatesh et al., which examines the level of users' acceptance and use of technology in the form of 21 items and 6 components (performance expectation, effort expectation, social influence, facilitation of conditions, purposeful behavior, and end use). The version of this tool used was developed with respect to the context of Iranian academic libraries and the subject of artificial intelligence under the supervision of experts and professors in the field of information science and knowledge, and its validity and reliability were evaluated. The statistical population was all librarians working in academic libraries affiliated with the Ministry of Science, Research and Technology, and the Ministry of Health (450 person); based on the Morgan table, the research tool in the form of an electronic questionnaire was randomly provided to 210 librarians, and finally 136 people participated in this study. Findings: The results obtained from the one-sample t-test showed that the average of all components is higher than the criterion number (3) (Sig<0.001). However, comparing the average of librarians' opinions in the 4 main components shows that the performance expectation component with an average of (3.67) is at the highest level and the facilitation component with an average of (3.42) is at the lowest level. These findings indicate that despite the fact that librarians are aware of improving the productivity and efficiency of library services by using artificial intelligence tools; however, the infrastructure and support resources for using these tools require more attention from upstream managers and policymakers. On the other hand, independent t-tests and one-way analysis of variance (ANOVA) showed that none of the demographic variables created a significant difference in the level of acceptance and use of artificial intelligence tools among librarians in academic libraries. Conclusion: Iranian academic librarians have a positive attitude towards artificial intelligence tools, and the path to acceptance of this technology in Iranian academic libraries has been opened, and there is a potential capacity for its expansion and development. The purposeful behavior and actual use of Iranian academic librarians are at a high level, which indicates that not only do librarians have the intention and motivation to use artificial intelligence tools; but they also use these tools in practice to improve and advance their careers. However, the technical infrastructure and facilities required for the optimal use of these tools are not at an appropriate level. It is suggested that in order for librarians to benefit more from these tools, the parent organization's policymakers should formulate documented strategies, hold systematic training courses for librarians, and invest in creating the necessary infrastructure for using artificial intelligence tools in libraries. The results also show that librarians in Iranian academic libraries believe in improving the quality of library services by using artificial intelligence tools and consider it a factor in transformation and innovation in providing services and changing their role from traditional librarian to modern librarian. Based on this, it can be concluded that the future path for Iranian academic libraries is clear and librarians in these libraries will be receptive to new artificial intelligence tools. هدف: هوش مصنوعی، شاخهای از علوم کامپیوتر است که با هدف طراحی سیستمهایی ایجادشده که قادر باشند رفتارهایی مشابه انسان مانند یادگیری، استدلال، حل مسئله، درک زبان، و تصمیم گیری را انجام دهند. براین‌اساس، ابزارهای هوش مصنوعی با تکیه بر این توانمندی‌ها، می‌توانند در ارائۀ خدمات هوشمند کتابخانهای نقش مؤثری داشته باشند. علی‌رغم این قابلیتها، در بسیاری از کتابخانهها فاصلۀ زیادی میان دسترسپذیری فناوری و پذیرش و استفادۀ مؤثر از این ابزارها وجود دارد. هدف پژوهش حاضر این است که براساس مدل یکپارچۀ پذیرش و استفاده از فناوری، وضعیت پذیرش و استفاده از ابزارهای هوض مصنوعی در میان کتابداران کتابخانههای دانشگاهی ایران ارزیابی شود. روش‌شناسی: پـژوهش حاضر کمّی و از نوع کاربردی است که با روش پیمایشی انجام شد. ابزار گردآوری، پرسش‌نامۀ استاندارد ونکاتش و دیگران بود که در قالب 21 گویه و شش مؤلفه (انتظارعملکرد، انتظار تلاش، نفوذ اجتماعی، تسهیل شرایط، رفتار هدفمند، و استفاۀه نهایی) میزان پذیرش و استفادۀ کاربران از فناوری را بررسی می‌کند. نسخۀ به‌کاررفته این ابزار با توجه به بافت کتابخانههای دانشگاهی ایران و موضوع هوش مصنوعی زیر نظر متخصصان و اساتید حوزۀ علم اطلاعات و دانششناسی تدوین و روایی و پایایی آن ارزیابی شده است. جامعۀ آماری کلیۀ کتابداران شاغل در کتابخانههای دانشگاهی وابسته به وزارت علوم، تحقیقات و فناوری، و وزارت بهداشت (450 نفر) بودند که براساس جدول مورگان ابزار پژوهش در قالب پرسش‌نامۀ الکترونیکی به‌روش تصادفی در اختیار 210 کتابدار قرار گرفت و در نهایت 136 نفر در این پژوهش شرکت کردند. یافته ها: نتایج به‌دست‌آمده از آزمون تی تک‌نمونه‌ای نشان داد که میانگین همۀ مؤلفه‌ها بالاتر از عدد معیار (3) قرار دارد (Sig< 0.001). با این حال، مقایسۀ میانگین نظرات کتابداران در چهار مؤلفۀ اصلی نشان می‌دهد که مؤلفه انتظار عملکرد با میانگین (67/3) در بالاترین سطح و مؤلفۀ تسهیل شرایط با میانگین (42/3) در پایین‌ترین سطح قرار داد. این یافتهها نشان می‌دهد که علی‌رغم این‌که کتابداران از بهبود بهره‌وری و کارایی خدمات کتابخانه با بهرهگیری از ابزارهای هوش مصنوعی آگاه هستند، اما زیرساختها و منابع حمایتی برای استفاده از این ابزارها نیازمند توجه بیشتری از جانب مدیران و سیاستگذاران بالادستی است. از سوی دیگر، آزمون‌های تی مستقل و تحلیل واریانس یک‌طرفه نشان دادکه هیچ‌کدام از متغیرهای جمعیتشناختی، تفاوت معناداری در سطح پذیرش و استفاده از ابزارهای هوش مصنوعی در میان کتابداران کتابخانههای دانشگاهی ایجاد نکردهاند. نتیجه‌گیری: کتابداران کتابخانههای دانشگاهی ایران نگرش مثبتی به ابزارهای هوش مصنوعی دارند و مسیر پذیرش این فناوری در کتابخانههای دانشگاهی ایران باز شده است و ظرفیت بالقوه برای گسترش و توسعۀ آن وجود دارد. رفتار هدفمند و استفادۀ واقعی کتابداران دانشگاهی ایران در سطح بالایی قرار دارد و این نشان‌دهندۀ آن است که نه‌تنها نیت و انگیزۀ استفاده از ابزارهای هوش مصنوعی در میان کتابداران وجود دارد، بلکه آن‌ها در عمل نیز از این ابزارها برای بهبود و پیشرفت حرفهای خود استفاده میکنند. با این حال، زیرساختهای فنی و تسهیلات موردنیاز برای استفادۀ بهینه از این ابزارها در سطح مناسبی قرار ندارد. پیشنهاد می‌شود برای بهره‌مندی بیشتر کتابداران از این ابزارها، سیاستگذاران سازمان مادر نسبت به تدوین راهبردهای مدون، برگزاری دورههای آموزشی نظام‌مند برای کتابداران، و سرمایه‌گذاری برای ایجاد زیرساخت لازم استفاده از ابزارهای هوش مصنوعی در کتابخانه‌ها بپردازند. همچنین نتایج نشان میدهد کتابداران کتابخانههای دانشگاهی ایران به بهبود کیفیت خدمات کتابخانه با بهرهگیری از ابزارهای هوش مصنوعی باور دارند و آن را عاملی به‌سوی تحول و نوآوری در ارائۀ خدمات و تغییر نقش خود از کتابدار سنتی به کتابدار مدرن میدانند. براین‌اساس می‌توان نتیجه گرفت که مسیر آینده برای کتابخانههای دانشگاهی ایران روشن است و کتابداران این کتابخانهها پذیرای ابزارهای نوین هوش مصنوعی خواهند بود.

https://stim.qom.ac.ir/article_4736_2bd39bff537b91e6ff2ce9b97368176e.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Analytical model of the relationship between language barriers and knowledge processing and artificial intelligence الگوی تحلیلی رابطۀ موانع زبانی با پردازش دانش و هوش مصنوعی 126 142 3773 10.22091/stim.2025.12551.2224 FA امیر لعلی سرابی استادیار، گروه مدیریت، دانشگاه پیام‌نور، تهران، ایران 0000-0002-2467-1170 صابر شکری گروه مدیریت، دانشگاه پیام نور، تهران، ایران 0000-0001-7599-6496 Journal Article 2025 03 12 Purpose: This study aims to present an analytical model examining the relationship between language barriers (comprising translation barriers, linguistic complexity, and cultural adaptation barriers) and organizational knowledge processing, with a specific focus on the mediating role of artificial intelligence (AI) within the export storage units of the Shazand and Mahshahr petrochemical companies. The research addresses the growing importance of knowledge management and the application of emerging AI technologies in multicultural and multilingual business environments. Methodology: This applied study employs a descriptive-survey design and is causal (ex post facto) in nature. The statistical population comprised all employees of the export storage units of the Shazand and Mahshahr petrochemical companies ($N = 70$), who were selected via a census method. Data were collected using three standardized questionnaires: a language barrier questionnaire (21 items across 3 dimensions), a knowledge processing questionnaire (7 items across 2 dimensions), and an AI questionnaire (22 items across 5 dimensions). Validity was confirmed by expert review, and reliability was established with Cronbach's alpha coefficients exceeding 0.7. Data were analyzed using confirmatory factor analysis and structural equation modeling (SEM) via the partial least squares (PLS) approach. Findings: The results indicate that all dimensions of language barriers (translation barriers, linguistic complexity, and cultural adaptation barriers) exert a significant effect on organizational knowledge processing. Moreover, AI plays a mediating role in these relationships, with the strongest mediation observed between translation barriers and knowledge processing (path coefficient = 0.991). This suggests that a portion of the impact of language barriers on knowledge processing is transmitted through AI, which effectively helps mitigate the adverse effects of these barriers. Conclusion: These findings underscore the importance of accurate translation, plain language usage, culturally adaptive content, and AI adoption in enhancing knowledge processing within organizations. AI facilitates the knowledge transfer process—particularly in specialized and multilingual settings—by reducing communication hurdles. Consequently, managers should focus not only on addressing language barriers but also on developing the necessary infrastructure for AI integration and providing adequate staff training to optimize technology utilization. هدف: هدف این پژوهش، ارائۀ الگویی تحلیلی برای بررسی رابطۀ بین موانع زبانی (موانع ترجمه، پیچیدگی زبانی، و موانع سازگاری فرهنگی) و پردازش دانش در سازمان، با تأکید بر نقش میانجی‌گر هوش مصنوعی در مخازن صادراتی پتروشیمی شازند ماهشهر است. این مطالعه با توجه به اهمیت مدیریت دانش و به‌کارگیری فناوری‌های نوین هوش مصنوعی در محیط‌های چندفرهنگی و چندزبانه انجام شده است. روش‌شناسی: پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی–پیمایشی، و از نوع علّی (پس‌رویدادی) است. جامعه آماری شامل تمام کارکنان مخازن صادراتی پتروشیمی شازند ماهشهر (۷۰ نفر) بوده که به‌روش سرشماری انتخاب شدند. ابزار گردآوری داده‌ها سه پرسش‌نامۀ استاندارد موانع زبانی شامل سه‌بُعد، 21 گویه، پردازش دانش شامل دو بُعد، پنج گویه، و هوش مصنوعی شامل پنج بُعد و 22 گویه بود. روایی ابزار از سوی خبرگان و پایایی با آلفای کرونباخ (بیش از 0.7) تأیید شد. داده‌ها با استفاده از تحلیل عاملی تأییدی و مدل‌سازی معادلات ساختاری به روش پی.ال.اس تحلیل شدند. یافته‌ها: نتایج نشان داد تمامی ابعاد موانع زبانی (موانع ترجمه، پیچیدگی زبانی، موانع سازگاری) بر پردازش دانش در سازمان اثر مثبت و معنادار دارند. همچنین هوش مصنوعی نقش میانجی در این روابط ایفا می‌کند و قوی‌ترین اثر میانجی‌گری مربوط به رابطۀ موانع ترجمه و پردازش دانش (ضریب مسیر 0.991) بود. این نتایج بیانگر آن است که بخشی از اثر موانع زبانی بر پردازش دانش، از راه هوش مصنوعی منتقل می‌شود و این فناوری می‌تواند اثر منفی موانع زبانی را کاهش دهد. نتیجه‌گیری: یافته‌ها اهمیت ترجمۀ دقیق، استفاده از زبان ساده، محتوای سازگار فرهنگی، و به‌کارگیری هوش مصنوعی را در بهبود پردازش دانش در سازمان تأیید می‌کند. بهره‌گیری از هوش مصنوعی می‌تواند مسیر انتقال دانش را در سازمان‌ها، به‌ویژه در محیط‌های تخصصی و چندزبانه، تسهیل کرده و اثرات منفی موانع زبانی را کاهش دهد. بنابراین، مدیران باید افزون‌بر رفع موانع زبانی، زیرساخت‌های لازم برای به‌کارگیری هوش مصنوعی را فراهم کنند و کارکنان را در استفاده از آن آموزش دهند.

https://stim.qom.ac.ir/article_3773_6ff5159cc6f6420a59843884c1e41f7c.pdf

دانشگاه قم علوم و فنون مدیریت اطلاعات 2476-6658 12 2 2026 06 22 Analysis and Visualization of Indexed Scientific Publications in the Field of Knowledge-Based Economy in the Web of Science Database تحلیل و مصوّرسازی تولیدات علمی نمایه‌شدۀحوزۀ اقتصاد دانش‌بنیان در پایگاه استنادی وب‌آوساینس 143 167 4737 10.22091/stim.2024.11437.2167 FA محمد شربتی دانشکده علوم اقتصادی و اداری، دانشگاه قم، ایران 0000-0003-2370-5284 Journal Article 2024 10 06 Objectives: Identifying the leading countries in scientific production within the knowledge-based economy, analyzing the production trends of top authors, determining the share of universities and scientific institutions in this field, examining the language and temporal distribution of articles along with frequent keywords, and analyzing co-word clusters in the knowledge-based economy. Method: This is an applied research study with a bibliometric approach. The statistical population includes all scientific articles on the knowledge-based economy indexed in the Web of Science database. Co-word analysis, network analysis, and Bibliometrix and VOSviewer software were used to analyze the data. Findings: The findings of the research show that China has the highest share of scientific publications in the knowledge-based economy in the Web of Science database, followed by the United Kingdom and the United States. Iran also ranks 16th. Authors such as Liedersdorf have the highest number of scientific articles. Qatar University also has the highest scientific output in this field with 67 records. Most articles are written in English, and the highest number of scientific publications was recorded in 2019. The dominant research topics include "business economics," "educational research," and "environmental sciences." Among scientific journals, the "Journal of the Knowledge Economy" ranks first with 43 articles. The most frequent keywords include "knowledge-based economy" and "innovation," and the most important co-occurrences in the research are combinations related to "management" and "business." Co-word analysis shows that the concepts of "knowledge-based economy," "higher education," "knowledge management," and "competitiveness" have been identified as key clusters, some of which are in the maturity stage while others are still developing. Moreover, recent research indicates an increasing focus on concepts such as "innovation," "higher education," and "competitiveness," which play a key role in developing a knowledge-based economy. Conclusion: The trend of scientific production in the knowledge-based economy has seen a significant increase in recent years, especially in developed countries. China, as a leader in this field, plays a key role through extensive investment in scientific research and technology. Additionally, topics such as business economics and innovation are of particular importance. Developing countries are also gradually becoming more active in this field by increasing investment in research and development. Suggestions: Strengthening international cooperation between developed and developing countries to exchange knowledge and experiences in the knowledge-based economy, paying more attention to emerging topics such as innovation and human capital in future research, and increasing government and organizational support for developing research infrastructure in developing countries to strengthen their role in the knowledge-based economy. هدف: هدف این پژوهش شناسایی کشورهای پیشرو در تولید علم در حوزۀ اقتصاد دانش‌بنیان، تحلیل روند تولیدات علمی نویسندگان برتر، تعیین سهم دانشگاه‌ها و مؤسسات علمی در این زمینه، بررسی توزیع زبانی و زمانی مقالات و کلیدواژه‌های پُرتکرار، و تجزیه‌وتحلیل خوشه‌های هم‌واژگانی در حوزۀ اقتصاد دانش‌بنیان است. روش‌شناسی: این پژوهش از نوع کاربردی است که با رویکرد علم‌سنجی انجام شده است. جامعۀ آماری شامل کلیۀ مقالات علمی حوزۀ اقتصاد دانش‌بنیان نمایه‌شده در پایگاه وب.آو.ساینس (شامل ۱۱۱۶ رکورد اطلاعاتی) است که با استفاده از راهبرد جست‌وجوی پیشرفته بازیابی شده‌اند. برای تحلیل داده‌ها، از روش‌های تحلیل هم‌واژگانی، تحلیل شبکه و نرم‌افزارهای بیبلیومتریکس و بیب‌اکسل استفاده شد. یافته‌ها: یافته‌های پژوهش نشان می‌دهد که چین بیشترین سهم را در تولیدات علمی حوزۀ اقتصاد دانش‌بنیان در پایگاه وب.آو.ساینس داشته و پس از آن انگلستان و آمریکا قرار دارند. ایران نیز در رتبۀ ۱۶ قرار گرفته است. نویسندگانی همچون لیدسدورف با بیشترین تعداد مقالات علمی در صدر قرار دارند. دانشگاه قطر نیز با ۶۷ رکورد بیشترین تولیدات علمی در این حوزه را داراست. بیشتر مقالات به زبان انگلیسی نوشته شده و در سال ۲۰۱۹ بیشترین تولیدات علمی به ثبت رسیده است. موضوعات فراگیر پژوهشی شامل «اقتصاد کسب‌وکار»، «آموزش پژوهش‌های آموزشی» و «علوم محیطی» هستند. از بین نشریات علمی، «نشریه اقتصاد دانش‌بنیان» با ۴۳ مقاله در صدر قرار دارد. کلیدواژه‌های پُرتکرار شامل «اقتصاد مبتنی‌بر دانش» و «نوآوری» بوده و هم‌واژگانی‌های مهم در پژوهش‌ها، ترکیب‌های مرتبط با «مدیریت» و «کسب‌وکار» هستند. تحلیل هم‌واژگانی نشان می‌دهد که مفاهیم «اقتصاد دانش‌بنیان»، «آموزش عالی»، «مدیریت دانش» و «رقابت‌پذیری» به‌عنوان خوشه‌های کلیدی شناسایی شده‌اند که برخی از آن‌ها در مراحل بلوغ و برخی دیگر هنوز درحال‌توسعه هستند. همچنین، پژوهش‌های اخیر نشان‌دهندۀ افزایش تمرکز بر مفاهیمی مانند «نوآوری»، «آموزش عالی» و «رقابت‌پذیری» است که نقش کلیدی در توسعۀ اقتصاد دانش‌بنیان ایفا می‌کنند. نتیجه‌گیری: روند تولیدات علمی در حوزۀ اقتصاد دانش‌بنیان در سال‌های اخیر با افزایش قابل‌توجهی به‌ویژه در کشورهای پیشرفته و توسعه‌یافته روبه‌رو شده است. چین به‌عنوان پیشرو در این زمینه با سرمایه‌گذاری گسترده در پژوهش‌های علمی و فناوری نقش کلیدی دارد. همچنین، موضوعاتی مانند اقتصاد کسب‌وکار و نوآوری از اهمیت ویژه‌ای برخوردارند. کشورهای درحال‌توسعه نیز با افزایش سرمایه‌گذاری در تحقیق و توسعه، به‌تدریج در حال حضور فعال‌تری در این حوزه هستند. پیشنهادها: بر اساس یافته‌های این پژوهش، تقویت همکاری‌های بین‌المللی میان کشورهای پیشرو و درحال‌توسعه برای تبادل دانش و تجربیات در حوزۀ اقتصاد دانش‌بنیان پیشنهاد می‌شود. همچنین ضرورت دارد در پژوهش‌های آتی، توجه بیشتری به موضوعات نوظهور مانند نوآوری و سرمایۀ انسانی معطوف گردد. در نهایت، افزایش حمایت‌های دولتی و سازمانی برای توسعۀ زیرساخت‌های پژوهشی در کشورهای درحال‌توسعه، جهت تقویت نقش آن‌ها در اقتصاد دانش‌بنیان توصیه می‌شود.

https://stim.qom.ac.ir/article_4737_da8878b96121146ab86210fd6aeb11b3.pdf