شناسایی و وزن دهی چالش های تحقیق و توسعه باز در حوزه فناورهای نوظهور (مطالعه موردی: فناوری نانو در ایران)

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 169

فایل این مقاله در 42 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JTDM-10-2_001

تاریخ نمایه سازی: 13 اردیبهشت 1402

چکیده مقاله:

فناوری های نوظهور، عرصه ای بکر برای جهش علمی و اقتصادی بوده و به­ سبب ویژگی های آن، نیازمند همکاری با مجموعه های داخلی و خارجی است. یکی از راهکارهای مناسب جهت اکتساب این نوع فناوری ها، استفاده از رویکرد تحقیق و توسعه باز بوده که لازمه اثربخشی و کارایی این روش، شناسایی چالش های اجرایی و مدیریت قبل از وقوع و داشتن سناریو مقابله با آن است. پژوهش حاضر باهدف شناسایی و وزن دهی چالش های فراروی رویکرد تحقیق و توسعه باز جهت اکتساب فناوری نوظهور حوزه نانو در ایران انجام شده است. با استفاده از مطالعات کتابخانه ای ۲۹ چالش از منابع داخلی و خارجی استخراج شد که در طی سه مرحله نظرسنجی خبرگان حوزه نانو که با روش دلفی فازی انجام گرفت، ۲۵ چالش در سه مقوله (داخلی، خارجی، تلفیقی) انتخاب و با روش آنتروپی شانون وزن دهی شدند. جهت صحت ­سنجی چالش ها، مقایسه ای با شش پژوهش مرتبط انجام و راهکارهای بهبود پیشنهاد شد. یافته ها نمایان گر پر­اهمیت­ بودن چالش «عدم حفاظت از مالکیت فکری» و شناسایی چهار چالش «حفظ تعادل بین همکاری تحقیق و توسعه داخلی و خارجی»، «ناتوانی در کنترل»، «عدم همگرایی تحقیقات» و «ناهمسویی راهبرد» است که کمتر پژوهشی به آنها پرداخته است.

کلیدواژه ها:

نوآوری باز ، همکاری در تحقیق و توسعه ، شبکه نوآوری ، اکوسیستم نوآوری

نویسندگان

سیما اسدی

دانشجوی دکترای مدیریت تکنولوژی، گروه مدیریت تکنولوژی، دانشکده مدیریت و حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.

منوچهر منطقی

عضو هیئت علمی، دانشگاه مالک اشتر، تهران، ایران. استاد مدعو، گروه مدیریت تکنولوژی، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی، واحد تهران جنوب، ایران.

عباس طلوعی اشلقی

عضو هیئت علمی گروه مدیریت صنعتی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

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 :
  • Ahmad, R., Virgiyanti, W., Mahmod, M., Habbal, A. & Chit, ...
  • Azar, A. (۲۰۰۱). Development of shannon entropy method for data ...
  • Dahlander, L., & Gann, D. M. (۲۰۱۰). How open is ...
  • نمایش کامل مراجع