طراحی مدل مدیریت شهرهای هوشمند آینده بر مبنای مؤلفه‌های نظام آموزش شهروندی
محورهای موضوعی : مدیریت آموزشی
حامد اخوان
1
(دلنشجوی دکتری مدیریت آموزشی دانشگاه آزاد اسلامی واحد دماوند)
محمود صفری
2
(عضو هیئت علمی دانشگاه آزاد اسلامی، واحد دماوند (تهران)، گروه علوم تربیتی، تهران، ایران.)
معصومه اولادیان
3
(عضو هیات علمی و استادیار دانشگاه آزاد اسلامی واحد دماوند)
کلید واژه: شهر هوشمند, توسعه پایدار شهری, شهر آینده, آموزش و تربیت شهروندی و آموزش حقوق شهروندی, تربیت شهروندی جهانی,
چکیده مقاله :
نحوه گردآوری داده‌ها به روش آمیخته (کیفی و کمی) صورت گرفته است و ابزار گردآوری داده‌ها مصاحبه با خبرگان با انجام مصاحبه‌های تخصصی به روش دلفی، و پرسشنامه می‌باشد. سپس از طریق اجرای پرسشنامه، تحلیل داده‌ها در بخش کیفی به روش کدگذاری (باز، محوری و انتخابی) و در بخش کمی تجزیه و تحلیل داده‌های جمع‌آوری شده، به دو روش توصیفی و استنباطی از طریق نرم‌افزار SPSS و Smart PLS انجام شد. در تحلیل استنباطی به روش تحلیل عاملی، به تجزیه و تحلیل داده‌ها پرداخته شد.نتایج نشان داد مؤلفه‌های شناسایی شده نظام آموزش شهروندی: نوع‌دوستی، وجدان کاری، جوانمردی، رفتار مدنی، ادب و ملاحظه، قانون‌گرایی، روحیه مشارکت‌جویی، مسؤلیت‌پذیری، اعتماد به نفس، رفتار اجتماعی - سیاسی، رفتار مبتنی بر آموزه‌های دینی و ملی، محیط زیست و توسعه پایدار و در نهایت حکمرانی هوشمند با شاخص‌های آنها، تحت عنوان ابعاد و مؤلفه‌های مدل نظام آموزش شهروندی که در اداره و مدیریت شهرهای هوشمند آینده تأثیرگذاری بیشتری دارند مورد پذیرش قرار گرفتند. از جمع‌بندی در خصوص مدل مدیریت شهرهای هوشمند آینده با رویکرد مؤلفه‌های نظام آموز شهروندی عوامل، ابعاد و مؤلفه‌های مدل نظام آموزش شهروندی در مدیریت شهرهای هوشمند آینده در شهرداری تهران، 5 عامل، با اولویت بالا مطرح گردید. این عوامل عبارتند از: اولویت اول: مؤلفه ادب و ملاحظه؛ اولویت دوم: مؤلفه روحیه مشارکت‌جویی؛ اولویت سوم: مؤلفه قانون‌گرایی؛ اولویت چهارم: مؤلفه رفتار مدنی و اولویت پنجم: مؤلفه مسؤلیت‌پذیری. شاخص‌های برازش الگو در تحلیل عاملی، برازش الگو را تأیید می‌نمایند.
The method of this research is practical in terms of purpose and it was done in an exploratory way. The method of data collection is a mixed method (qualitative and quantitative) and the tools of data collection are interviews with experts by conducting specialized interviews using the Delphi method, and a questionnaire. Then, through the implementation of the questionnaire, data analysis was done in the qualitative part by coding method (open, axial and selective) and in the quantitative part, the collected data was analyzed in two descriptive and inferential methods through SPSS and Smart PLS software, and the data was analyzed in the inferential analysis using the factor analysis method. (Exploratory factor analysis/Confirmatory factor analysis)The results showed the identified components of the citizenship education system: altruism, work conscience, chivalry, civil behavior, politeness and consideration, rule of law, cooperative spirit, responsibility, self-confidence, socio-political behavior, behavior based on religious and national teachings, environment. and sustainable development and finally smart governance with their indicators were accepted under the title of dimensions and components of the citizen education system model that have more influence in the management of future smart cities. five factors were proposed with high priority. These factors are: first priority: politeness and consideration component; Second priority: the spirit of participation component; Third priority: legalism component; The fourth priority: the civil behavior component and the fifth priority: the responsibility component. Model fit indices in factor analysis confirm the model fit.
_||_