Due to the unique features, small and medium-sized enterprises (SMEs) located in industrial clusters can implement benchmarking more easily and effectively than individual companies. Nevertheless, there is not a benchmarking model that has been specially developed to consider the clustered SMEs characteristics. This research aims to identify and model the critical success factors (CSFs) affecting the implementation of benchmarking in the clusters of SMEs. Through literature review and interviews with industry experts and companies owners, the needs of industrial clusters for benchmarking implementation were identified, and the initial success factors were recognized. The research framework was developed, and a questionnaire was designed and validated. After a pilot study, 412 questionnaires were distributed among SMEs in four well-developed industrial clusters involved in the metal sectors. By receiving 151 filled questionnaires from companies, a one-way independent analysis of variance (ANOVA) was performed to ensure that SMEs located in different clusters could be considered a single sample. Exploratory factor analysis (EFA), confirmatory factor analysis (CFA) followed by structural equation modelling (SEM) resulted in the construction of the "CSFs model". The standardized path coefficients of the model were calculated, which were positively associated with benchmarking. This study is a pioneering attempt to investigate the CSFs of benchmarking implementation regarding the particular characteristics of clustered SMEs. It does not apply to individual organizations unless they act in a network with similar infrastructure such as benchmarking clubs or create an extended network enterprise. It is conducted from the perspective of SMEs; thus, some of the identified factors might not be relevant to large organizations. The detailed CSFs model provides ideas on what needs to be focused on to achieve continuous improvement. It could be applied in SME clusters in similar developing and newly industrialized countries with minor modifications. Manuscript profile

در سال‌های اخیر توجه زیادی به توسعه نمودارهای کنترل برای نظارت بر سیستم‌های بهداشت و درمان شده است. بر این اساس، هدف این مقاله طراحی چندهدفه یک نمودار کنترل میانگین متحرک موزون نمایی تعدیل ریسک‌شده به‌منظور تشخیص تغییرات کاهشی در زمان بقای بیماران می‌باشد. بیماران پیش از اینکه تحت عمل جراحی قرار بگیرند عوامل ریسک گوناگونی دارند که بر فرایند جراحی تأثیر می‌گذارند. از اینرو تعدیل ریسک در طراحی نمودار کنترل پیشنهادی، با هدف در نظر گرفتن تأثیر عوامل ریسک قبل از عمل هر بیمار بر روی زمان بقای او و با استفاده از مدل زمان شکست تسریع‌یافته انجام می‌شود. به‌منظور استفاده از نمودار کنترل پیشنهادی ضروری است پارامترهای طراحی به شکلی تعیین شوند که خواص مطلوب اقتصادی و آماری به‌طور همزمان برآورده شوند. در نتیجه، یک مدل چندهدفه پیشنهاد شده که حل آن توسط یک رویکرد دو مرحله‌ای مبتنی بر بهینه‌سازی پارتو و تکنیک تاپسیس انجام می‌پذیرد. عملکرد رویکرد پیشنهادی در یکی از مراکز درمانی شهرستان کرمانشاه مورد بررسی واقع شده است و مقایسه برای مدل طراحی چندهدفه با مدل تک‌هدفه طراحی خالص اقتصادی در حضور انحرافات با دلیل چندگانه نیز در نظر گرفته شده که در این قسمت، یافته‌ها مشخص می‌نماید که مدل چندهدفه با افزایش مقدار کمی در هزینه، عملکرد آماری مطلوب‌تر و بهتری را نشان می‌دهد. به‌طور کلی، در این مقاله رویکرد جدیدی از مسئله چندهدفه برای طراحی اقتصادی آماری نمودار کنترل تعدیل ریسک‌شده با توجه به کاربرد آن در سیستم‌های بهداشت و درمان، مدل‌سازی شده است.

Manuscript profile

رقابت در حوزه شناسائی و توزیع محصولات، نگاه صنعت تولید روغن خودرو را تا حد زیادی به راهبردهای کوتاه مدت محدود کرده است. مدل های مکانیابی به جهت تاثیر بارز و اهمیت فراوان در کاستن از هزینه ها در حوزه تاسیس و راه اندازی تاسیسات تولیدی و توزیع، مورد استقبال صاحبان صنایع، مهندسین و محققین حوزه های مربوطه قرار گرفته است. از طرف دیگر به لحاظ ظرفیت پوشش جغرافیائی درحوزه توزیع این محصولات که سراسر کشور را پوشش می دهد، تاکنون تحقیقات کمی نسبت به درجه نفوذ هر محصول صورت پذیرفته است. مسئله مکانیابی پوشش حداکثری جهت پاسخگویی به کل تقاضای مشتریان و پاسخ به حداکثر برآورده سازی تقاضای مشتریان با استفاده از تسهیلات موجود منجر به افزایش منافع و سود نهائی می گردد. با توجه به این موضوع در این پژوهش اقدام به استفاده از مسئله مکانیابی- پوشش حداکثری(MCLP) جهت توزیع گسترده تر روغن خودرو در گستره جغرافیایی ایران نمودیم. لذا جهت حل مسئله مکانیابی-پوشش حداکثری از تصمیم گیری چند شاخصه (MODM) با در نظر گرفتن شاخص های کمی و کیفی بعنوان معیارهای ارزیابی استفاده شده است. فرآیند تحلیل شبکه (ANP) روشی نسبتا کارا جهت استفاده از روابط متقابل شاخص ها به طور سیستماتیک می باشد. در این راستا از روش آزمون و ارزیابی تصمیم گیری (DEMATEL) جهت تبدیل روابط علت و معلولی میان شاخص ها و تشخیص وابستگی های داخلی درون مجموعه شاخص ها استفاده گردیده است. در نهایت با توجه به داده های واقعی نمایندگی های با اولویت در استان ها تعیین گردیده است. Manuscript profile