تحلیل هم رخدادی

رده های موضوعی پروانه های ثبت اختراع، انعکاس دهنده محتوا و حوزه ی موضوعی درون آن پروانه ها هستند. بر این اساس، هدف پژوهش حاضر، تحلیل رده های موضوعی پروانه های ثبت اختراع برای شناسایی حوزه های  موضوعی فناوری RFIDاست. این پژوهش، از لحاظ نوع توصیفی و از لحاظ روش تحلیل داده ها مبتنی بر تحلیل شبکه های اجتماعی و خوشه بندی است. جامعه پژوهش 35627 پروانه ثبت اختراعی تشکیل می دهد که در عنوان یا چکیده آن ها اصطلاح RFIDو ""Radio Frequency Identification""وجود دارد و در پایگاه پروانه های ثبت اختراع مربوط به مؤسسه ثبت اختراع و علایم تجاری ایالات متحده آمریکا (USPTO)به ثبت رسیده اند. تجزیه و تحلیل داده ها با استفاده از نرم افزارهای اکسل، اس.پی.اس، نت دراو و راورماتریس صورت گرفت. یافته های پژوهش نشان دادند که رشد پروانه های ثبت اختراع در دوره مورد بررسی از یک روند رشد نمایی برخوردار است. از طریق فاکتورهای فروانی و عمر استفاده ی رده های موضوعی، 803 رده پراهمیت تشخیص داده شد . نتایج خوشه بندی رده های اصلی نیز نشان داد که فناوری   RFIDبا 36 حوزه موضوعی مرتبط است و محور اساسی این حوزه ها، ""ارتباطات راه دور"" و ""ارتباطات الکتریکی"" است. تحلیل شبکه های اجتماعی نیز نشان داد که رده ""ارتباطات الکتریکی"" بیشترین نقش واسطه ای در انتقال RFIDبه رده های دیگر را داشته است. ضمن اینکه با بسیاری از حوزه های مرتبط پزشکی، فنی نیز ارتباط نزدیک دارد.

فلسفه هنر و علم تفکر و کسب بینش در مورد جهان و چیستی ها است. شناسایی زمینه های پژوهشی و محدوده موضوعات آن مهم به نظر می رسد، این پژوهش با هدف رسیدن به درک جامعی از روند و ساختار موضوعی مقالات حوزه فلسفه انجام شده است. پژوهش حاضر توصیفی با رویکرد علم سنجی که به تحلیل محتوای متون با استفاده از هم رخدادی واژگان و تحلیل شبکه های اجتماعی پرداخته است. جامعه پژوهش حاضر شامل مقالات حوزه فلسفه است که در پایگاه وب آو ساینس برای بازه 5 ساله 2017-2021 در نمایه استنادی هنر و علوم انسانی منتشر شده است، نهایتا 4829 مقاله به منظور ترسیم جامعی از ساختار فکری دانش در حوزه فلسفه انتخاب شد. برای تحلیل داده ها و ترسیم نقشه علمی از بستهR bibliometrix بهره گرفته شد. تجزیه و تحلیل داده ها نشان داد بیشترین افزایش در مدارک منتشر شده در 3 سال گذشته رخ داده است، فیشر (Fischer) پرکارترین نویسنده در سال های اخیر بوده است. کشورهای آمریکا و انگلستان دو کشور برتر به لحاظ دریافت استنادهای حوزه علمی فلسفه هستند. برجسته ترین سازمانINST philosophy است. «کانت» و «فلسفه تجربی» بیشترین فراوانی را در بین سایر کلیدواژه ها داشتند. پژوهش های حوزه فلسفه به چهار خوشه تقسیم شده؛ خوشه های «مکاتب و نحله های فکری فلسفی» و «عمل گرایی» به عنوان خوشه با تراکم بالا و توسعه یافته شناخته شدند و خوشه های «فلسفه تجربی» و «فلسفه» خوشه های محوری اما توسعه نیافته بودند. با توجه به یافته ها و فراوانی بالای کلیدواژه کانت و روابط این کلیدواژه با دیگر کلیدواژه ها می توان به این نکته پی برد که آراء و نظریات کانت همچنان مورد توجه و وزنه سنگینی در مباحث فلسفی است. همچنین با توجه به خوشه های مستخرج، مشاهده شد که این پژوهش ها از تنوع بالایی برخوردار نیستند و مباحث مغفول مانده فلسفی بسیاری به نظر می رسد، هنوز وجود دارد.با تحلیل موضوعات مربوط به مدارک حوزه فلسفه، پیشرفت های علمی و روندهای همکاری علمی این حوزه برجسته می شود و این می تواند به سیاست گذاران و محققان کمک کند تا علاوه بر درک وضعیت فعلی تحقیقات فلسفی نسبت به پیش بینی و شناخت آینده نیز گام هایی بردارند.

پژوهش حاضر، یک مطالعه علم سنجی با استفاده از تحلیل هم رخدادی بر روی مفهوم «نظارت شرعی» با تمرکز بر پژوهش های منتشر شده بین سال های 2015 تا 2022 (تا انتهای ماه جولای 2022) در پایگاه وب آوساینس انجام داده است. نتایج پژوهش نشان داد که واژه های «حاکمیت شرکتی»، «بانک های اسلامی»، «هیئت نظارت شرعی»، «عملکرد» و «حاکمیت شرعی» به ترتیب با 36، 34، 32، 20 و 16 رخداد و همچنین مجموع قدرت اتصال 265، 206، 219، 132 و 105 پربسامدترین واژگان بوده اند. یافته ها همچنین نشان دادند که واژه های «نظارت شرعی»، «هیئت نظارت شرعی» و «حاکمیت شرعی» به ترتیب با 20، 73 و 52 واژه ارتباط مستقیم هم رخدادی دارند. واژه «نظارت شرعی» هم رخدادی بیش تری با واژه های «ذخایر زیان وام»، «کیفیت»، «ویژگی های کمیته حسابرسی»، «هیئت» و «مدیریت عایدات» دارد. واژه «هیئت نظارت شرعی» هم رخدادی بیش تری با واژه های «حاکمیت شرکتی»، «بانک های اسلامی» و «تنوع جنسیتی» دارد. واژه «حاکمیت شرعی» نیز هم رخدادی بیش تری با واژه های «عاملیت»، «زنان»، «تنوع جنسیتی»، «بانکداری»، «تأمین مالی اسلامی» و «هیئت نظارت شرعی» دارد. الگوی نظری مطالعات نیز بر اساس تحلیل هم رخدادی تدوین شد. در پایان، پیشنهادات کاربردی و پیشنهاداتی برای پژوهش های آتی ارائه شده است.

هوش مصنوعی (AI) در بخش های متنوعی کاربرد پیدا کرده و تغییرات جدیدی را ایجاد کرده است. اما این کاربرد چالش هایی دارد. یکی از بخش هایی که از AI بهره برده، مدیریت منابع انسانی (HRM) است. استفاده از AI در HRM چالش شفافیت مدل را ایجاد کرده است. این مطالعه به بررسی نقش هوش مصنوعی قابل توضیح (XAI) در HRM می پردازد. XAI، یکی از زیرشاخه های AI، بر ایجاد مدل های AI که قابل تفسیر و توضیح هستند تمرکز دارد. اهمیت XAI در حوزه های حساس مانند HRM برجسته است. بنابراین، ضروری است که سیستم های AI مورد استفاده در HRM نه تنها کارآمد باشند، بلکه از نظر اخلاقی نیز سالم و شفاف باشند. این مطالعه بر اساس این مهم به بررسی عمیق تر نقش و پتانسیل XAI در HRM می پردازد. این مطالعه تجزیه و تحلیل علم سنجی از تحقیقات انجام شده در دهه گذشته (2013-2023) در زمینه XAI و کاربرد آن در HRM انجام می دهد. در این مطالعه، تجزیه و تحلیل علم سنجی به عنوان ابزاری برای ترسیم چشم انداز تحقیقات XAI، شناسایی مضامین و الگوهای کلیدی، و درک تقاطع آن با HRM عمل می کند. تجزیه و تحلیل با کاوش در مفاهیم کلی XAI آغاز می شود. این کاوش زمینه ای برای درک گسترده تر XAI، اصول، تکنیک ها و کاربردهای بالقوه آن فراهم می کند. این یک نمای کلی جامع از زمینه XAI ارائه می دهد و ماهیت چند رشته ای و پتانسیل گسترده آن را برای کاربرد در بخش های مختلف برجسته می کند. پس از این، مطالعه به کاربرد خاص XAI در HRM می پردازد. این حوزه نسبتاً جدیدی از اکتشاف است و پتانسیل قابل توجهی برای تغییر شیوه های HRM دارد. این مطالعه با استفاده از تجزیه و تحلیل همزمان، روشی که برای تشخیص مضامین یا الگوها در متن مورد استفاده قرار می گیرد، الگوها و مضامین کلیدی را در تحقیقات XAI و تلاقی آن با HRM شناسایی می کند. تجزیه و تحلیل هم رخدادی این پژوهش شامل دو نقشه دانش مجزا می شود. نقشه اول فقط بر روی XAI متمرکز است و یک نمای کلی از این میدان ارائه می دهد. که نشان می دهد برنامه های کاربردی XAI عمدتاً با حوزه پزشکی مرتبط هستند و تأکید کمتری بر علوم انسانی دارند. این یافته نشان می دهد که در حالی که پتانسیل قابل توجهی برای XAI در HRM وجود دارد، این حوزه هنوز به طور کامل مورد کاوش یا بهره برداری قرار نگرفته است. دومین نقشه دانش هم افزایی بین XAI و HRM را بررسی می کند. جالب توجه است، ادغام منابع انسانی در هوش مصنوعی عدم همبستگی قابل توجهی را با موضوعات هوش مصنوعی نشان داد. این یافته حاکی از شکاف پژوهش و نوآوری در تلاقی این دو حوزه است. این شکاف می تواند ناشی از پیشینه ها، دیدگاه ها، یا عدم تمایل مدیران منابع انسانی به اتخاذ سیستم های هوشمند باشد. این مطالعه همچنین تکنیک های یادگیری ماشین قابلیت توضیح و هستی شناختی را به عنوان جنبه های اصلی کاربرد هوش مصنوعی قابل توضیح شناسایی می کند. این جنبه ها زیربنای توانایی XAI برای ارائه مدل های هوش مصنوعی شفاف و قابل درک است. با این حال، حداقل تعامل بین هوش مصنوعی فنی و منابع انسانی نیاز به تحقیقات بین رشته ای را نشان می دهد که تخصص منابع انسانی را با هوش مصنوعی ترکیب می کند تا ابزارهای منابع انسانی مرتبط تر و مؤثرتر را توسعه دهد. در پایان، این مطالعه یک نمای کلی از وضعیت فعلی XAI و کاربرد آن در HRM ارائه می کند. این پتانسیل قابل توجه این زمینه را برجسته می کند، در حالی که چالش ها و زمینه های کلیدی برای تحقیقات آینده را نیز شناسایی می کند. امید است که این کار به گفتگوی مداوم در مورد نقش هوش مصنوعی در HRM کمک کند و الهام بخش کاوش و نوآوری بیشتر در این زمینه هیجان انگیز باشد. یافته های این مطالعه بر ضرورت سیستم های هوش مصنوعی، به ویژه در حوزه های حساس مانند HRM، نه تنها از نظر فنی کارآمد، بلکه از نظر اخلاقی سالم و شفاف نیز تأکید می کند. این امر برای حصول اطمینان از اینکه سیستم های هوش مصنوعی به طور مسئولانه استفاده می شوند و کمک مثبتی به فعالیت های HRM دارند، بسیار مهم است.