Manuscript ID : 140401201203552 Visit : 33 Page: 65 - 91

https://doi.org/10.71815/JNAPA.2025.1203552

Article Type: Original Research

Providing a model of competencies of knowledge-oriented employees in improving the knowledge management of government agencies

Subject Areas : Public administration

Sepehr Kheybari ¹ , seyed zabiholah Hashemi ^{2
*}

1 - Department of Industrial Management, Technology and Information Technology, Faculty of Management, Islamic Azad University, Central Tehran Branch, Tehran, Iran
2 - Department of Management, Central Tehran Branch, Islamic Azad University, Tehran, Iran

Received: 2025-04-09 Accepted : 2025-05-02 Published : 2025-08-24

Keywords: Knowledge Workers, Competencies of Knowledge Workers, Organizational Knowledge Management, Governmental Organizations.,

Abstract :

Extended Abstract

Providing a Model of Competencies of Knowledge-Oriented Employees in Improving the Knowledge Management of Government Agencies

Introduction

In today’s dynamic and competitive global business environment, information and knowledge serve as key drivers of organizational success, providing a competitive edge to entities that adapt to evolving knowledge boundaries (Rajabpour & Soheili Nik, 2021). Knowledge and human resources are increasingly recognized as critical factors for achieving competitive advantage in complex settings (González-Masip, 2023). Governmental organizations, facing rapid environmental changes and heightened competition, must leverage modern knowledge management tools to enhance knowledge flow and reproduction, ensuring sustained performance and survival (Rezaian, Nezafati, & Bagheri, 2018). The primary challenge for successful organizations lies in creating and retaining strategic knowledge to differentiate themselves from competitors (Petrov & Samosudova, 2020). Effective knowledge management implementation requires an efficient information system, often referred to as a human resource alignment system in management literature (Yastreb, 2022). This technology-driven platform enables organizations to share existing and new knowledge among employees at reduced costs through virtual activities (Dăniloaia & Turturean, 2024). In governmental organizations, where human capital is the cornerstone of success, managing human resources effectively is vital for knowledge management. Within this context, individuals with superior competencies in acquiring, integrating, and applying knowledge—termed “knowledge workers”—play a pivotal role. Despite their significance, there remains a gap in understanding the optimal competency model for knowledge workers to enhance organizational knowledge management in the public sector. This study addresses the research problem of identifying these competencies, given their necessity for improving organizational efficiency and adaptability. Therefore, the objective of this research is to propose a competency model for knowledge workers that strengthens knowledge management in governmental organizations, contributing to both theoretical insights and practical applications in public administration.

Case Study

The case study of this research centers on a governmental organization operating in the field of information technology within Tehran Province. This entity plays a pivotal role in enhancing public services and advancing knowledge management through the provision of digital services and the development of IT infrastructure. Due to the knowledge-intensive nature of its operations, assessing the competencies of its employees and their influence on knowledge management is of paramount importance. This study seeks to evaluate the factors affecting employee competencies and to offer actionable recommendations for improving knowledge management practices within the organization. The choice of governmental organizations as the focus of this research is grounded in their essential role in the management, development, and dissemination of knowledge at a national level, coupled with an urgent need to strengthen the competencies of knowledge workers to boost organizational efficiency and elevate the quality of public services. Moreover, the distinct structural, procedural, and cultural characteristics that set governmental organizations apart from the private sector underscore the importance of exploring the competency dimensions of knowledge workers in this specific context. Such an examination can yield critical insights for crafting more effective human resource management policies in the public sector.

Theoretical Framework

Knowledge workers are individuals who engage in activities such as planning, research, analysis, organization, storage, distribution, marketing, transfer, and trade of information, as well as the creation of knowledge. They utilize their intellect to transform ideas and concepts into products, services, or processes (Yen et al., 2024). Knowledge workers, or knowledge-based employees, are rapidly becoming a significant segment of the workforce in all developing countries (Mohammed et al., 2020). This is because, ultimately, it is the intellectual capital of knowledge workers that drives creativity and innovation in organizational outputs (Dong et al., 2024). The characteristics and self-perception of knowledge workers play a crucial role in defining organizational commitment and shaping human resource management practices aimed at attracting and retaining them. Since knowledge workers often operate in teams facing task-related challenges and consider the long-term success of the organization in the information age to be more critical than the establishment of core competencies, new human resource management systems and skills are essential for recruiting and managing these employees (Zhou et al., 2024).

Methodology

This research adopts a deductive approach and is applied and quantitative in nature. The study was conducted within the timeframe of the year 2025. A descriptive-survey method was employed to explore the research objectives. The literature review was carried out through library research, encompassing both Persian and international sources, including books, articles, and specialized journals. Additionally, relevant documents from governmental organizations were examined to provide contextual depth to the study.

For primary data collection, a structured questionnaire was utilized. The validity of the questionnaire was established through expert evaluation by a panel of academics and professionals in knowledge management and human resources. Its reliability was confirmed with a Cronbach’s alpha coefficient of 0.94, indicating a high level of internal consistency. The statistical population comprised managers, unit heads, and senior experts from governmental organizations in Tehran’s IT sector. A sample of 156 individuals was selected using purposive cluster sampling, ensuring that participants possessed relevant experience and knowledge. The sample size was determined to be adequate, achieving a statistical power above 0.8 and a significance level close to zero, thus ensuring robust analytical outcomes. Data analysis was conducted using SPSS version 27 for descriptive statistics and SmartPLS version 3 for structural equation modeling. A significance level of α=0.01α=0.01 was applied to test the hypotheses.

Ethical considerations were strictly observed throughout the study. Informed consent was obtained verbally from all participants prior to their involvement. In cases where verbal consent was provided, the process of responding to the questionnaire was carefully conducted and subsequently confirmed to ensure participant agreement. This procedure adhered to established ethical principles and research ethics guidelines, safeguarding participant rights and confidentiality.

Discussion and Results

The study examined the competencies of knowledge workers in governmental organizations, focusing on four key components: knowledge, skills, abilities, and personality. Using SPSS for descriptive statistics, the demographic analysis revealed that the majority of respondents were aged between 35 and 50 years, with diverse levels of education and work experience. Hypothesis testing was conducted using the Kolmogorov-Smirnov test for normality and structural equation modeling (SEM) with SmartPLS. The results confirmed that all four components significantly influence knowledge worker competencies, with knowledge and skills demonstrating the strongest impact. Findings indicate that knowledge enhances expertise, skills improve professional efficiency, abilities strengthen problem-solving and decision-making, and personality traits foster effective communication and teamwork. Statistical tests validated the meaningful relationships between these factors and overall competency levels. To improve knowledge management in governmental organizations, it is essential to develop training programs that enhance technical knowledge, professional skills, cognitive abilities, and personal attributes. Strengthening these competencies will lead to enhanced organizational efficiency, better decision-making, and improved performance in the public sector.

Conclusion

In line with the findings of this study, the four components of knowledge, skills, abilities, and personality play a significant role in shaping the competencies of knowledge workers. This finding aligns with the results of Rajabpour & Soheili Nik, 2021, who demonstrated that specialized knowledge and practical skills are two fundamental pillars of effective performance in knowledge-based organizations. Furthermore, the results of the present study corroborate the findings of Mohammed et al., 2020, who emphasized the impact of individual traits such as self-confidence, responsibility, and communication skills on enhancing human resource interactions and productivity. Similarly, González-Masip, 2023 highlighted that combined individual competencies play a crucial role in the success of employees in digital governmental environments. Additionally, Dong et al., 2024showed that knowledge workers, through their intellectual capital, enhance creativity and innovation in organizational outputs, which is consistent with this study’s findings regarding the role of knowledge and skills. Moreover, Venketsamy & Lew, 2022 pointed out the importance of intrinsic and extrinsic motivations in the innovative behavior of knowledge workers, which aligns with the results of this study concerning the influence of personality and abilities. Furthermore, Zhang-Zhang & Varma, 2022 emphasized the significance of strategic people management in dynamic and complex environments, demonstrating that the competencies of knowledge workers can serve as a competitive advantage in such contexts, which is in line with this study’s findings on the comprehensive role of competency components. Additionally, Yen et al., 2024 stated that knowledge workers play a fundamental role in digital transformation by converting ideas into products and services, which corresponds with the impact of knowledge and skills on improving knowledge management in governmental organizations as found in this research. Lastly, Zhou et al., 2024 highlighted the role of knowledge leadership in fostering innovative behavior among knowledge workers, showing that abilities and personality traits can be enhanced through organizational support, which also matches the findings of the present study regarding the influence of abilities and personality on the competencies of knowledge workers.

The findings underscore the critical importance of all four components-knowledge, skills, abilities, and personality-in enhancing the competencies of knowledge workers. To improve knowledge management in governmental organizations, it is imperative to strengthen each of these elements simultaneously. Organizations should prioritize training programs that enhance technical knowledge, develop practical skills, bolster problem-solving abilities, and foster positive personality traits. Strengthening these competencies will lead to enhanced efficiency, more effective decision-making, and superior organizational performance in the public sector.

Contribution of authors

All authors have participated in this research in equal proportion.

Ethical approval

Ethical approval was not required for this study as it did not involve any medical intervention or sensitive personal data. However, all ethical principles, including informed consent and confidentiality, were strictly followed.

Conflict of interest

No conflicts of interest are declared by the authors.

References:

Aal, K. “Kosta,” & Rüller, S. (2025). From Personal Knowledge Management to the Second Brain to the Personal AI Companian. The 2025 ACM International Conference on Supporting Group Work, 90–93. https://doi.org/10.1145/3688828.3699647.
Afrazeh, A., & Alimoradi, M. (2023). A Consolidated Method for Measuring Knowledge Worker Efficiency Based on Shannon Human Potential Model and Data Envelopment Analysis Method (With a Case Study). JAMLU, 20(1), 117–137. https://doi.org/10.61186/jamlu.20.1.117.
Ahmadzadeh, S., Safari, A., & Teimouri, H. (2022). Collective stupidity: influences on decision-making in knowledge-based companies. Management Decision, 60(5), 1257–1295. https://doi.org/10.1108/md-10-2020-1380. [In Perisan].
Amoah, A., & Marimon, F. (2021). Project Managers as Knowledge Workers: Competencies for Effective Project Management in Developing Countries. Administrative Sciences, 11(4), 131. https://doi.org/10.3390/admsci11040131.
Atashi, Ali, Rastegar, Abbasali, and Damghanian, Hossein. (2019). The Leadership Model of Scholars in Iranian Knowledge-Based Organizations: A Grounded Theory Approach. Majles va Rhadarf, 26(97), 251-287. SID. https://sid.ir/paper/224946/fa [In Persian].
Bastos dos Santos, S., Antunes, A. M. de S., & Lima de Magalhães, J. (2024). Information Science and Knowledge Management Maturity. Encyclopedia of Information Science and Technology, Sixth Edition, 1–20. https://doi.org/10.4018/978-1-6684-7366-5.ch021.
Bu, C., Zhang, J., Yu, X., Wu, L., & Wu, X. (2022). Which Companies are Likely to Invest: Knowledge-graph-based Recommendation for Investment Promotion. 2022 IEEE International Conference on Data Mining (ICDM), 11–20. https://doi.org/10.1109/icdm54844.2022.00011.
Dalkir, K. (2024). Handbook of Inclusive Knowledge Management. Auerbach Publications. https://doi.org/10.1201/9781003407966.
Dăniloaia, D., & Turturean, E. (2024). Knowledge Workers and the Rise of Artificial Intelligence: Navigating New Challenges. SEA - Practical Application of Science. https://doi.org/10.70147/s35111121.
Dong, X., Tian, Y., He, M., & Wang, T. (2024). When knowledge workers meet AI? The double-edged sword effects of AI adoption on innovative work behavior. Journal of Knowledge Management. https://doi.org/10.1108/jkm-02-2024-0222.
González-Masip, J. J. (2023). Mapping Knowledge Management for Sustainability and Information Technology. Cases on Enhancing Business Sustainability Through Knowledge Management Systems, 1–31. https://doi.org/10.4018/978-1-6684-5859-4.ch001.
Habibi, Arash; Kolahi, Bahareh. (2021). Structural Equation Modeling and Factor Analysis. Tehran: Jahad Daneshgahi, Second Edition. [In Persian].
Hager, P., & Gonczi, A. (1996). What is competence? Medical Teacher, 18(1), 15–18. https://doi.org/10.3109/01421599609040255.
Hermoso, J. R., & Brobo, M. A. (2023). Influence of Teaching Competencies to Performance: Basis for Professional Development. Asian Journal of Education and Social Studies, 44(4), 33–46. https://doi.org/10.9734/ajess/2023/v44i4969.
Hoseini, S., Jafari, M., Akhavan, P., & Darabian, F. (2021). The Study of Knowledge-Sharing Effects on the Separation of Knowledge Employees and Related Risks in Knowledge-Based Organizations (Case Study: An IT Knowledge-Based Organization). Strategic Management of Organizational Knowledge, 4(3), 1-22. https://doi.org/10.47176/smok.2021.1329 [In Persian].
Jan, S. & Khan, M. (2023). Exploring the Impact of Experiments on Knowledge Workers’ Productivity in the Pakistani Software Industry. International Journal of Politics & Social Sciences Review (IJPSSR), 2(I), 29–39. https://doi.org/10.36902/ijpssr-vol.2-iss.i-2023(29-39).
Karimi, H., & Nikkhah-Farkhani, Z. (2022). Performance Appraisal of Knowledge Workers Using Augmented Additive Ratio Assessment (A-ARAS) Method: A Case Study. IEEE Transactions on Engineering Management, 69(5), 2285–2295. https://doi.org/10.1109/tem.2020.3009134.
Khadir, Y., De Weerd, H., & Peters, P. (2024). Shaping the Knowledge Worker Through a T-shaped Skills Profile Framework. European Conference on Knowledge Management. https://doi.org/10.34190/eckm.25.1.2461.
Kintu, G. J. (2025). Theorizing knowledge worker productivity: utilizing a multi-theoretical approach. Journal of Work-Applied Management. https://doi.org/10.1108/jwam-09-2024-0127.
Le Deist, F. D., & Winterton, J. (2005). What Is Competence? Human Resource Development International, 8(1), 27–46. https://doi.org/10.1080/1367886042000338227.
Mohammed, K. N., Alnoori, A. A. H., & Jasim, A. I. (2020). Developing the Knowledge Workers Model for Core Competencies Management in Iraqi Higher Education Institutions. Journal of Reviews on Global Economics, 9, 181–190. https://doi.org/10.6000/1929-7092.2020.09.17.
Muzam, J. (2022). The Challenges of Modern Economy on the Competencies of Knowledge Workers. Journal of the Knowledge Economy, 14(2), 1635–1671. https://doi.org/10.1007/s13132-022-00979-y.
Nisula, A.-M., Heinänen, S., Kianto, A., Toth, I., & Blomqvist, K. (2022). A psychological perspective on the sociotechnical enablers of knowledge worker digital creativity. Digital Creativity, 33(4), 314–328. https://doi.org/10.1080/14626268.2022.2141261.
Petrov, I., Larinina, T., & Samosudova, N. (2020). Applying implicit knowledge for enterprise architectural transformation. E3S Web of Conferences, 217, 07012. https://doi.org/10.1051/e3sconf/202021707012.
Quang, L. N., & Tuamsuk, K. (2024). Knowledge Management Approach in the Non-Profit Sector. Encyclopedia of Information Science and Technology, Sixth Edition, 1–21. https://doi.org/10.4018/978-1-6684-7366-5.ch006.
Rajabpour, Ebrahim and Soheilinik, Mahnoush. (2017). The impact of knowledge management on organizational performance: Emphasis on the mediating role of strategic human resource management (Case study: Oil Industry Research Institute). Quarterly Journal of Standard and Quality Management, 11(2), 32-60. https://doi:10.22034/jsqm.2021.252940.1253 [In Persian].
Rajini g., vaishnavi s. (2023). Determinants of competencies on performance outcomes: analyzing institutes listed in the directory of research & development, india. Russian law journal, 11(5s). Https://doi.org/10.52783/rlj.v11i5s.961.
Rao, m., prasad, k., & vaidya, r. (2019). Employee competencies as the predictors of the performance management system: an empirical study in it enabled service companies around hyderabad. International journal of management, 10(6). Https://doi.org/10.34218/ijm.10.6.2019.004.
Rezaian, Ali, Nezafati, Navid, and Bagheri, Roohollah. (2018). Formation of knowledge network in knowledge-based companies. Business Management Explorations, 10(20), 187-213. SID. https://sid.ir/paper/408228/fa [In Persian].
Sadat, A. (2021). Knowledge Management To Improve Local Government Services. International Journal of Science, Technology & Management, 2(3), 582–591. https://doi.org/10.46729/ijstm.v2i3.227.
Salehnezhad, A., Shadmanfar, M. H., & Zolfaghari, Y. (2024). Presenting a model of key competencies and specialized skills of knowledge workers in the knowledge-based era using content analysis. Strategic Management of Organizational Knowledge. 7(4), 35-61. https://doi.org/10.47176/smok.2024.1810.
Sokół, A., & Figurska, I. (2021). The Importance of Creative Knowledge Workers in Creative Organization. Energies, 14(20), 6751. https://doi.org/10.3390/en14206751.
Tariq, A., Sumbal, M. S. U. K., Dabic, M., Raziq, M. M., & Torkkeli, M. (2024). Interlinking networking capabilities, knowledge worker productivity, and digital innovation: a critical nexus for sustainable performance in small and medium enterprises. Journal of Knowl-edge Management, 28(11), 179–198. https://doi.org/10.1108/jkm-09-2023-0788.
Tenenhaus, M., & Vinzi, V. E. (2005). PLS regression, PLS path modeling and generalized Procrustean analysis: a combined approach for multiblock analysis. Journal of Chemometrics, 19(3), 145–153. Portico. https://doi.org/10.1002/cem.917 .
Venketsamy, A., & Lew, C. (2022). Intrinsic and extrinsic reward synergies for innovative work behavior among South African knowledge workers. Personnel Review, 53(1), 1–17. https://doi.org/10.1108/pr-02-2021-0108.
Veshkaei Nejad, S. S., Doustar, M., Malekakhlagh, E., & Yakideh, K. (2024). Design a knowledge-based governance model in executive organizations. Strategic Management of Organizational Knowledge. https://doi.org/10.47176/smok.2024.1709 [In Persian].
Yastreb, N. A. (2022). How knowledge becomes a technical object: epistemic practices in information technology. Semiotic Studies, 2(1), 10–15. https://doi.org/10.18287/2782-2966-2022-2-1-10-15.
Yen, Y., Zhang, C., & Yen, W. (2024). Retaining knowledge workers for effective digital transformation. International Journal of Innovative Research and Scientific Studies. https://doi.org/10.53894/ijirss.v7i1.2602.
Zeng, L. (2023). The Influence of Knowledge Worker Salary Satisfaction on Employee Job Performance. Journal of Organizational and End User Computing, 35(1), 1–17. https://doi.org/10.4018/joeuc.323426.
Zhang-Zhang, Y., Rohlfer, S., & Varma, A. (2022). Strategic people management in contemporary highly dynamic VUCA contexts: A knowledge worker perspective. Journal of Business Research, 144, 587–598. https://doi.org/10.1016/j.jbusres.2021.12.069.
Zhou, J., Yin, L., & Zhu, S. (2024). Effect of Knowledge Leadership on Knowledge Innovation Behaviour of Knowledge Worker: The Role of Failure Learning And Fear of Failure. International Journal of Innovation Management. https://doi.org/10.1142/s1363919623500470.

Full-Text:

Providing a Model of Competencies of Knowledge-Oriented Employees in Improving the Knowledge Management of Government Agencies¹

Sepehr Kheybari

Master of knowledge management, Department of Mnagement, Islamic Azad University (Central Branch), Tehran, Iran

Seyyed Zabihollah Hashemi

(Corresponding Author)Assistant Professor, Department of Mnagement, Islamic Azad University (Central Branch), Tehran, Iran

Received:2025 April 9 | Revised: 2025 April 28 | Accepted: 2025 May 2

Abstract

This paper, derived from a research project, aims to propose a competency model for knowledge workers to enhance knowledge management in governmental organizations. Conducted as an applied study using a descriptive-survey method, the statistical population comprised managers, unit heads, and senior experts from a governmental organization in the IT sector in Tehran province, with a sample of 156 participants selected through purposive cluster sampling. Data were initially gathered through library studies and subsequently through a researcher-designed questionnaire with 36 Likert-scale items. The questionnaire’s validity was confirmed by a panel of knowledge management experts and professors, and its reliability was verified with a Cronbach’s alpha of 0.91. Data analysis was performed using partial least squares (PLS) in SPSS and SmartPLS software. The results confirmed all research hypotheses, indicating a significant positive relationship between knowledge, skills, abilities, and personality with knowledge workers’ competency. The innovation of this study lies in developing a localized model tailored to Iranian governmental organizations, demonstrating the substantial impact of each variable on knowledge workers’ competency and, consequently, on improving knowledge management. This model serves as a valuable guide for human resource development and enhancing organizational productivity in the public sector. However, limitations such as the focus on a single organization highlight the need for further research to generalize the findings.

Keywords: Knowledge Workers; Competencies of Knowledge Workers; Organizational Knowledge Management; Governmental Organizations.

Extended Abstract

Providing a Model of Competencies of Knowledge-Oriented Employees in Improving the Knowledge Management of Government Agencies

Introduction

Case Study

Theoretical Framework

Methodology

Discussion and Results

Conclusion

Contribution of authors

All authors have participated in this research in equal proportion.

Ethical approval

Conflict of interest

No conflicts of interest are declared by the authors.

[1] https://doi.org/10.71815/JNAPA.2025.1203552

ارائۀ الگوی شایستگی‌های دانشکاران در بهبود مدیریت دانش سازمان‌های دولتی¹

تاریخ ویرایش:08 /02/1404 تاریخ پذیرش: 02/12/ 1404 تاریخ دریافت:1404/01/20

سپهر خیـبری

دانش‌آموختة کارشناسی ارشد مدیریت دانش،واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

آدرس ایمیل: sepehr.kheybari@gmail.com

سید ذبیح‌الله هاشمی

استادیار، گروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران (نویسنده مسئول)

آدرس ایمیل: zab.Hashemi@iauctb.ac.ir

چکیده

نوشتار حاضر، ماحصل یک طرح پژوهشی است که باهدف ارائه الگوی شایستگی دانشکاران برای بهبود مدیریت دانش در سازمان‌های دولتی نگارش شده است. این پژوهش از نوع کاربردی بوده و با روش توصیفی - پیمایشی اجرا شده است. جامعه آماری شامل مدیران، مسئولین واحدها و کارشناسان ارشد یکی از سازمان‌های دولتی فعال در حوزه فناوری اطلاعات در استان تهران است که نمونه‌ای متشکل از 156 نفر با روش نمونه‌گیری خوشه‌ای هدفمند انتخاب شدند. داده‌ها ابتدا از طریق مطالعات کتابخانه‌ای جمع‌آوری و سپس با استفاده از پرسشنامه محقق ساخته پنج‌گزینه‌ای مبتنی بر مقیاس لیکرت با 36 گویه گردآوری گردید. روایی پرسشنامه توسط پانلی از اساتید و کارشناسان مدیریت دانش تأیید و پایایی آن با آزمون آلفای کرونباخ (0.91) محاسبه شد. تحلیل داده‌ها با روش حداقل مربعات جزئی و با استفاده از نرم‌افزارهای SPSS و SmartPLS انجام گرفت. نتایج نشان داد که تمامی فرضیات پژوهش تأییدشده و رابطه مثبت و معناداری میان دانش، مهارت، توانایی و شخصیت با شایستگی دانشکاران وجود دارد. نوآوری این پژوهش در ارائه مدلی بومی‌سازی شده برای سازمان‌های دولتی ایران است که تأثیر قابل‌توجه هر یک از این متغیرها را بر شایستگی دانشکاران و درنتیجه بهبود مدیریت دانش تأیید می‌کند. این مدل می‌تواند به‌عنوان راهنمایی برای توسعه منابع انسانی و افزایش بهره‌وری سازمانی در بخش دولتی مورداستفاده قرار گیرد. با این حال، محدودیت‌هایی نظیر تمرکز بر یک سازمان خاص، لزوم تعمیم نتایج به سایر بخش‌ها را نیازمند تحقیقات بیشتر می‌سازد.

کلمات کلیدی: شایستگی‌های دانشکاران، مدیریت دانش سازمانی، سازمان‌های دولتی.

[1] https://doi.org/10.71815/JNAPA.2025.1203552

1- مقدمه

اﻣﺮوزه اﻃﻼﻋﺎت و داﻧﺶ ﻧﻘﺶ پیش‌برنده و مزیت آفرین ﺑﺮای ﺳـﺎزﻣﺎن‌ﻫـﺎ داﺷـﺘﻪ، به‌طوری‌که ﺟﻬﺎن اﻣﺮوز، ﺷﺎﻧﺲ ﻣﻮﻓﻘﯿﺖ را ﺑﺮای سازمان‌هایی ﻗﺎﺋﻞ اﺳﺖ که ﺑﺘﻮاﻧﻨﺪ ﺧـﻮد را پیوسته ﺑـﺎ ﺗﻐﯿﯿـﺮات ﻣﺮزﻫﺎی دانشی ﻣﺤﯿﻂ پیرامون خود وفق دهند (Rajabpour & Soheili Nik, 2021). دانش و منابع انسانی به‌طور فزاینده‌ای به‌عنوان عوامل کلیدی مزیت رقابتی در محیط کسب‌وکار جهانی، پویا و پیچیده امروزی در نظر گرفته می‌شوند (González-Masip, 2023). باتوجه‌به‌سرعت‌بالای رقابت در فضای کسب‌وکار سازمان‌ها و دگرگونی‌های محیطی و اثر آن‌ها بر عملکرد سازمان‌ها و توانایی سازمان‌ها در حفظ موجودیت و بقای خود و همچنین افزایش چرخۀ تولید و بازتولید دانش در سازمان‌ها، نیاز است تا از ابزارهای نوین مدیریت دانش در راستای افزایش جریان دانش در بدنۀ سازمان و افزایش بازتولید دانش استفاده نمایند (Rezaian, Nezafati and Bagheri, 2018). دغدغۀ اصلی سازمان‌های موفق، خلق و حفظ دانش‌های راهبردی است که می‌تواند آن‌ها را از رقبا متمایز سازد (Petrov & Samosudova, 2020). درنتیجه برای‌آنکه ﺑﺮﻧﺎمۀ ﻣﺪﯾﺮﯾﺖ داﻧﺶ به‌خوبی در ﺳﺎزﻣﺎن پیاده‌سازی ﺷـﻮد، ﺳـﺎزﻣﺎن ﻧﯿﺎزﻣﻨـﺪ یک ﺳﯿﺴﺘﻢ اطلاعاتی کارآمد اﺳﺖ که در ادﺑﯿﺎت ﻣﺪﯾﺮﯾﺖ ﺗﺤﺖ ﻋﻨﻮان ﺳﯿﺴـﺘﻢ ﻫﻤﺴﻮﺳـﺎزی ﻣﻨـﺎﺑﻊ انسانی ﺷﻨﺎﺧﺘﻪ می‌شود (Yastreb, 2022). ﺳﯿﺴﺘﻢ ﻫﻤﺴﻮﺳﺎزی ﻣﻨﺎﺑﻊ انسانی ازجمله رویکردهایی اﺳـﺖ کـﻪ پایه و اﺳﺎس آن را ﻓﻨﺎوری اﻃﻼﻋﺎت شکل می‌دهد. درواقع این سیستم ﯾـک پلتفرم مبتنی ﺑﺮ ﻓﻨﺎوری اﻃﻼﻋﺎت اﺳﺖ که اﯾﻦ ﻗﺎﺑﻠﯿﺖ را ﺑﻪ ﺳﺎزﻣﺎن می‌بخشد که ﺑـﺎ هزینه‌های کمتر و ﺑـﺮ ﻣﺒﻨﺎی فعالیت‌های ﻣﺠﺎزی، داﻧﺶ و اﻃﻼﻋﺎت ﻣﻮﺟـﻮد و ﺣﺘـی ﺟﺪﯾـﺪ را در ﻣﯿـﺎن کارکنان ﺳـﺎزﻣﺎن ﺗﺴﻬﯿﻢ ﺷﻮد (Dăniloaia & Turturean, 2024). از طرفی مدیریت صحیح منابع انسانی یکی از عوامل مهم موفقیت مدیریت دانش در سازمان‌های دولتی محسوب می‌گردد (Venketsamy & Lew, 2022) ؛ لذا سرمایۀ اصلی این سازمان‌ها، کارکنان آن است. ازاین‌رو افرادی که شایستگی کسب دانش در سازمان را بیشتر از سایر افراد دارند و می‌توانند دانش را جمع‌آوری، ترکیب و به کار ببرند؛ از آنان با عنوان «دانشکاران» یاد می‌شود. دلیل انتخاب سازمان‌های دولتی به‌عنوان جامعه آماری این پژوهش، نقش کلیدی این سازمان‌ها در مدیریت، توسعه و انتقال دانش در سطح کلان ملی، و نیاز آن‌ها به ارتقاء شایستگی‌های دانشکاران در راستای بهبود بهره‌وری و کیفیت خدمات عمومی است. با توجه به الزامات ساختاری، فرآیندی و فرهنگی موجود در سازمان‌های دولتی، که متفاوت از بخش خصوصی است، بررسی مؤلفه‌های شایستگی دانشکاران در این فضا اهمیت ویژه‌ای داشته و می‌تواند به سیاست‌گذاری‌های مؤثرتر در مدیریت منابع انسانی دولتی منجر شود.

با بررسی مطالعات پیشین مشخص می‌شود که اغلب پژوهش‌ها تنها به ابعاد خاصی از شایستگی‌های فردی دانشکاران، مانند دانش یا مهارت، به‌صورت جداگانه پرداخته‌اند و الگوی جامعی که به‌طور هم‌زمان مؤلفه‌های کلیدی شایستگی دانشکاران را در قالبی ساختاریافته و بومی برای کارکنان سازمان‌های دولتی ارائه دهد، کمتر موردتوجه قرارگرفته است. همچنین، تمرکز بیشتر تحقیقات گذشته بر شرکت‌های خصوصی یا سازمان‌های دانش‌بنیان بوده و خلأ قابل‌توجهی در زمینه طراحی مدل شایستگی برای کارکنان سازمان‌های دولتی در بافت فرهنگی و اجرایی ایران، به‌ویژه در حوزه فناوری اطلاعات، مشاهده می‌شود. این تحقیق باهدف پر کردن این خلأ، مدلی یکپارچه و مبتنی بر داده‌های میدانی ارائه می‌دهد که می‌تواند به‌عنوان ابزار تصمیم‌سازی در برنامه‌ریزی منابع انسانی سازمان‌های دولتی مورداستفاده قرار گیرد. نوآوری این پژوهش در ارائه یک الگوی مفهومی و آزموده شده از شایستگی‌های دانشکاران است که هم‌زمان به جنبه‌های فردی و سازمانی توجه دارد و از طریق مدل‌سازی معادلات ساختاری، روابط علی میان متغیرهای کلیدی را به‌صورت علمی تبیین می‌کند؛ لذا سؤال اصلی این پژوهش این است که الگوی مطلوب شایستگی دانشکاران در بهبود مدیریت دانش سازمان‌های دولتی چیست؟

2- ادبیات تحقیق

مدیریت دانش

قرن بیست و یکم معمولاً به‌عنوان عصر شناخته می‌شود که با گسترش دانش و داده‌های اطلاعاتی مشخص می‌شود. این تغییر دگرگون‌کننده در مدیریت دانش، سازمان‌ها را ملزم به گذراندن فرایند بازآفرینی خود در پی برتری رقابتی کرد. نوآوری‌ها در چارچوب‌های مدیریت استراتژیک مزایایی برای نهادهای سازمانی به همراه داشته است. در این چارچوب، مدیریت دانش به‌عنوان مجموعه‌ای از فرایندهای طراحی‌شده برای تنظیم تولید، حفظ، توزیع و استفاده از دانش باهدف افزایش کارایی سازمانی تعریف می‌شود (Bastos dos Santos et al., 2024). مدیریت دانش، مدیریت دانایی یا مدیریت اندوخته علمی است که به‌طور ساختارمند دانایی و دانش را ثبت و در سازمان به اشتراک می‌گذارد. مدیریت دانش به فرایندی گفته می‌شود که سازمان از روش‌های مختلف جهت جمع‌آوری، ثبت، طبقه‌بندی، به‌اشتراک‌گذاری و ارزیابی دانش به استفاده می‌کند تا کارکنان به‌راحتی بتوانند به آن‌ها دسترسی داشته باشند و ازآن‌جهت بهبود عملکرد و بهبود مستمر بهره‌مند شوند (Dalkir, 2024). مدیریت دانش فنی است که به سازمان‌ها برای حفظ دارایی ارزشمند خود کمک می‌کند. سازمان و شرکت‌ها بر پایه دانشی که برای تولید محصول یا خدمات دارند، استوار ماندند (Sadat, 2021). این دانش در اختیار کارکنان، در فرایندها و در فن‌های تولید نهفته هستند و سازمان‌ها برای بقا و پیشرفت نیاز دارند تا از این دانش محافظت کند و آن را بادانش‌های روز جهان به‌روزرسانی کند (Quang & Tuamsuk, 2024). درواقع مدیریت دانش استفاده از تمام دانش تخصصی سازمان، راهی در جهت به حداکثر رساندن پتانسیل سازمان و افزایش کارایی است. با یک ساختار مدیریتی درست می‌توان دانش‌های نهفته و پراکنده را یافت، ثبت کرد و با اشتراک‌گذاری از آن استفاده کرد.

ویژگی‌های دانشکاران

ﻣﺤﻮر توسعه‌سازمانی، مبتنی ﺑﺮ ﻧﯿﺮوی انسانی ﻣﺘﺨﺼﺺ اﺳﺖ که از مهم‌ترین اﺟﺰای تشکیل‌دهندۀ مدیریت داﻧﺶ ﻧﯿﺰ ﻣﺤﺴﻮب می‌گردد. درواﻗﻊ، ﻣﻨﺎﺑﻊ انسانی و مدیریت آن‌یکی از ﻋﻮاﻣﻞ ﻣﻬﻢ ﻣﻮﻓﻘﯿﺖ ﻣﺪﯾﺮﯾﺖ داﻧﺶ در یک سازمان دانش‌محور محسوب می‌گردد. (Hoseini and etal., 2021) پیتر دراکر (1959)، واژۀ کارکنان دانش‌محور¹ ]دانشکاران [ را برای اولین بار به کار گرفت و به‌طور مستمر دربارۀ آن صحبت می‌کرد. او می‌خواست افرادی را توصیف نماید که می‌خواهند از طریق پردازش اطلاعات موجود، اطلاعات جدیدی تولید نمایند که بتوانند به وسیلۀ آن، مسائل را تعریف و حل نمایند و ارزش جدیدی ایجاد کنند. (Bu et al., 2022) دانشکاران با اطلاعات و دانش سروکار دارند و با تولید، توسعه و به‌کارگیری آن سعی دارند در سازمان، نوآوری ایجاد نمایند و به تحولات محیطی پاسخ مناسب بدهند. (Ahmadzadeh et al.,2022) آن‌ها می‌توانند با کمک دانش، مسائل سازمانی را حل نمایند، در سازمان ارزش‌افزوده ایجاد نمایند و هوش خود را برای تبدیل ایده به محصول، خدمت یا فرایند به کار گیرند. (Khadir et al., 2024) دانشکار شخصی است که فعالیت‌های برنامه‌ریزی، پژوهش، تجزیه‌وتحلیل، سامان‌دهی، ذخیره‌سازی، توزیع، بازاریابی، انتقال و تجارت اطلاعات و تولید دانش را انجام می‌دهد. دانشکاران از مغز خود برای انتقال نظرات و ایده به محصولات، خدمات و فرایند استفاده می‌کنند. (Muzam, 2022) درواقع دانشکار کسی است که فعالیت‌های برنامه‌ریزی، پژوهش، تجزیه‌وتحلیل، سازمان‌دهی، ذخیره‌سازی، توزیع، بازاریابی، انتقال و تجارت اطلاعات و خلق دانش را انجام می‌دهند و از مغز خود برای انتقال نظرات و ایده‌ها به محصولات، خدمات یا فرآیندها استفاده می‌کنند. (Yen et al., 2024) دانشکاران یا کارکنان دانشی، به‌سرعت در حال تبدیل‌شدن به گروهی بزرگ در نیروی کار تمامی کشورهای درحال‌توسعه‌اند (Mohammed et al., 2020). زیرا درنهایت در سازمان، سرمایۀ دانشی دانشکاران است که منجر به خلاقیت و نوآوری در تولیدات سازمانی می‌شود. (Dong et al., 2024) ویژگی‌ها و درک دانشکاران از خودشان در تعریف تعهد سازمانی و اقدامات مدیریت منابع انسانی برای جذب و نگهداشت آن‌ها حائز اهمیت است (Kintu, 2025). ازآنجاکه دانشوران اغلب در گروه‌های کاری که دارای مسائل و مشکلاتی در تقابل با وظایف هستند، کار می‌کنند و برای آن‌ها موفقیت‌های بلندمدت سازمان در عصر اطلاعات از استقرار شایستگی‌های محوری در سازمان بحرانی‌تر است، لذا سامانه‌ها و مهارت‌های جدید مدیریت منابع انسانی برای استخدام این کارکنان موردنیاز است (Zhou et al., 2024). کاردانشی دارای ویژگی‌هایی نظیر پیچیدگی، ناملموس بودن ورودی و خروجی‌ها، غیرخطی بودن و غیر روتین بودن است. همچنین، ویژگی‌های موردنیاز دانشکاران نظیر داشتن توانایی ذهنی، خلاقیت، قدرت تحلیل، تحصیلات بالا، توان برنامه ریزی، حل مسئله و تصمیم‌گیری و نیز ویژگی‌های لازم بر اساس وظایف و مسئولیت‌ها نظیر کسب، خلق، تحلیل و بهره‌گیری از دانش و اطلاعات موردتوجه قرار می‌گیرد. داشتن مهارت، دانش و شایستگی‌های لازم برای ایجاد شایستگی‌های سازمانی منحصربه‌فرد حیاتی است. ایجاد این شایستگی‌ها در یک محیط پویا بسیار چالش‌برانگیز است (Salehnezhad et al., 2024). عمده‌ترین ویژگی‌های دانشکاران عبارت‌اند از:(Sokół & Figurska, 2021 ;Zhang-Zhang & Varma, 2022; Zhou et al., 2024; Khadir et al., 2024; …)

جدول (1)- ویژگی‌های دانشکاران (جمع‌بندی پژوهشگران)

ویژگی‌های دانشکاران
1- در انجام فعالیت‌های شغلی از دانش و تجربیات خود استفاده می‌کنند.
2- شغل و ماهیت آن، اولویت اصلی دانشکاران است.
3- عامل انگیزش آن‌ها کسب موفقیت در شغلشان است.
4- شخصیت و باورهای محکمی دارند.
5- به کار گروهی علاقه‌مندند.
6- افرادی خودانگیخته، فعال، یادگیرنده و یاد دهنده‌اند.
7- برای محیط کاری خود اهمیت زیادی قائل‌اند.
8- افرادی پرسشگر هستند و برای رسیدن به پاسخ‌ها تلاش می‌کنند.
9- از اشتباهات خود درس می‌گیرند.
10- مستندسازی دانش و تجارب خود را بخشی از وظیفۀ شغلی خود می‌دانند.
11- دانش خود را از دیگران دریغ نمی‌کنند.
12- نسبت به کار خود تعهد بالایی دارند.
13- تمایل دارند در فرایندهای تصمیم‌گیری شرکت داده شوند.
14- به فرایندهای سازمانی منعطف، کار تیمی و فعالیت‌های مدیریتی عقیده دارند.
15- صاحب ابزار کار خود هستند و می‌توانند آن‌ها را با خود به سازمان دیگر ببرند.
16- به مدیریت خرد و جزئیات فرایند کارهایشان علاقه ندارند.
17- در اغلب موارد دلیل خوبی برای کارهایشان دارند.
18- نسبت به افراد بالادست خود در مورد کارشان بیشتر می‌دانند.
19- بیشتر به حرفۀ خود متعهد هستند تا به سازمان خود.
20- بر ارتباطات تکیه‌دارند و شبکه ارتباطی خود را حفظ می‌کنند.
21- سواد کار با رایانه را داشته و در استفاده از فناوری اطلاعات خبره هستند.
22- از محیط‌های دوستانه لذت می‌برند.
23- معمولاً در مکان‌هایی با سطوح بالاتر استاندارد زندگی، اقامت دارند.
24- تمایل دارند با سایر افراد نخبه همکاری کنند تا بیشتر یاد بگیرند.
25- به محیطی برای توسعۀ دانششان نیاز دارند.
26- به‌عنوان یک متخصّص، حوزۀ مسئولیت وسیع‌تر و آزادی بیشتری برای انتخاب‌هایشان را می‌خواهند.
27- تمایل دارند با سایر افراد نخبه همکاری کنند تا بیشتر یاد بگیرند.
28- تمایل دارند در فرایندهای تصمیم‌گیری شرکت داده شوند.
29- به فرایندهای سازمانی منعطف، کار تیمی و مدل دموکراتیک کار و مدیریت عقیده دارند.
30- زیرساخت‌های فناوری اطلاعات و ارتباطات قوی می‌خواهند.
31- خود برانگیخته‌اند و دوست ندارند که به آن‌ها گفته شود چه‌کاری انجام دهند.
32- راهی برای فهمیدن اینکه دانشکاران به چه می‌اندیشند نیست و نمی‌توان گفت که در یک‌لحظه چه‌کاری می‌کنند.
33- صاحب ابزار تولید هستند (مغزهای بادانش) که نمی‌تواند توسط کارفرما تصاحب شود.
34- دانشکاران صاحب بیشتر دارایی‌های نامحسوس شرکت‌ها هستند.
35- در مقابل کنترل نزدیک و دستور گرفتن مقاومت می‌کنند، باید انعطاف و آزادی عمل بیشتری داشته باشند
36- مستقل و متوقع هستند، و در بالا رفتن از نردبان مدیریت مردد هستند.
37- عنوان‌های متخصّص/خبره را بیشتر ترجیح می‌دهند.
38- برای دانش خود ارزش قائل‌اند (دانش منبع قدرت آن‌هاست) و به‌راحتی آن را تسهیم نمی‌کنند.
39- بیشتر مستقل هستند، نرخ خروج بالاتری دارند.

مفهوم شایستگی

شایستگی شامل ترکیبی از ویژگی‌ها و مهارت‌های قابل‌مشاهده است که افراد را قادر می‌سازد تا اثربخشی یا خروجی یک کار خاص را افزایش دهند. شایستگی شامل ترکیبی از دانش، توانایی‌ها، مهارت‌ها، برخوردهای دست‌اول و رفتارهایی است که به اجرای موفقیت‌آمیز در تعهدات فرد منجر می‌شود. شایستگی به‌عنوان یک عامل محوری در تعیین ظرفیت فرد برای برتری در مسئولیت‌های حرفه‌ای خود عمل می‌کند و ترکیب عناصر مختلف ضروری برای عملکرد مطلوب شغلی را نشان می‌دهد (Le Deist & Winterton, 2005). شایستگی، یک ساختار چندوجهی، قابل‌اندازه‌گیری است و پتانسیل افزایش از طریق برنامه‌های آموزشی ساختاریافته دارد. برخی از محققان «شایستگی» را به‌عنوان ترکیبی از درک کاربردی و دانشگاهی، در کنار توانایی‌های شناختی، رفتار و اصول اخلاقی مورداستفاده برای افزایش بهره‌وری درک می‌کنند. این یا به‌عنوان شرط داشتن مهارت کافی یا به‌عنوان توانایی انجام مؤثر یک عملکرد تعیین‌شده در نظر گرفته می‌شود (Hager & Gonczi, 1996).

تعیین ابعاد شایستگی‌های دانشکاران

طبق تعریف مک‌دافی (1995) شایستگی به واژه‌ای تبدیل‌شده است که عموماً هر دو مفهوم شایستگی رفتاری و شایستگی شغلی را در برمی‌گیرد (Hermoso & Brobo, 2023). شایستگی رفتاری یک مفهوم مرتبط با فرد است که به ابعاد رفتاری مؤثر در عملکرد شایسته اشاره دارد. درحالی‌که شایستگی شغلی یک مفهوم مرتبط باکار است که بر حوزه‌های کاری که فرد در آن‌ها شایسته است، تمرکز دارد (Rao et al., 2019). دانشکاران، کسانی هستند که انتظارات عملکردی خود را تأمین می‌کنند. آن‌ها می‌توانند از دانش، مهارت‌ها، توانمندی‌ها و شخصیت خود برای تحقق اهداف و استانداردهای مشخص‌شده برای نقش‌هایشان استفاده کنند. (Aal & Rüller, 2025; Rijani & Vaishnavi, 2023; Jan & Khan, 2023; Tariq et al., 2024).

تصویر شمارۀ (1): ابعاد شایستگی‌های دانشکاران

[1] Knowledge-oriented employees

3- پیشینه تحقیق

تحقیقات نظری و عملی متعددی در مورد استراتژی‌ها، دسته‌بندی و چارچوب‌های مرتبط با ارزیابی شایستگی دانشکاران انجام‌شده است. این تلاش‌های علمی به طیف گسترده‌ای از دیدگاه‌های نظری و کاربردهای تجربی پرداخته‌اند و بخش قابل‌توجهی از این تلاش‌ها در بخش ادبیات دانشگاهی ذکرشده است. جدول (2) به‌طور خلاصه مروری مختصر از مطالعات موردی انجام‌شده توسط محققان در سال‌های اخیر را پوشش می‌دهد:

جدول (2) - پیشینۀ مرتبط با پژوهش

ردیف	منبع (سال)	عنوان پژوهش	روش‌شناسی پژوهش	مهم‌ترین یافته‌ها و نتایج پژوهش
1	Kintu, (2025)	نظریه‌پردازی بهره‌وری دانشکاران: استفاده از یک رویکرد چند نظری	پنل خبرگان	دانشکارانی که با یکدیگر ارتباط برقرار می‌کنند و متقابلاً از یکدیگر حمایت می‌کنند، تمایل دارند تا دانش و بهترین شیوه‌ها را به اشتراک بگذارند که استفاده مقرون‌به‌صرفه از منابع را ارتقا می‌دهد.
2	Dong et al., (2024)	وقتی دانشکاران باهوش مصنوعی ملاقات می‌کنند	توصیفی - پیمایشی	نتایج ویژگی‌های شخصیتی دانشکاران در پذیرش هوش مصنوعی می‌تواند را شناسایی کرده است. همچنین نشان داد که توانایی یادگیری فردی دانشکاران در پیشبرد اهداف مؤثر است.
3	Afrazeh & Alimoradi (2023)	تفسیر تأثیر فرایندهای مدیریت دانش بر عملکرد سازمانی در آموزش عالی چین: نقش واسطه‌ای بهره‌وری دانشکاران	معادلات ساختاری - حداقل مربعات جزئی (PLS)	این مطالعه تسریع فرایندهای مدیریت دانش (ایجاد، اکتساب، ذخیره‌سازی، اشتراک‌گذاری، استفاده) و نقش واسطه دانشکاران در رابطه بین فرایندها و دانشکاران را غنی می‌کند.
4	Muzam (2022)	چالش‌های اقتصاد مدرن در مورد شایستگی‌های دانشکاران	پنل خبرگان	نتایج نشان می‌دهد که تفکر انتقادی، مهارت‌های عاطفی بین‌فردی، مهارت‌های بازرسی و نظارت و مهارت‌های دیجیتال پایه، شایستگی‌های کلیدی موردنیاز هستند.
5	Venketsamy & Lew (2022)	هم‌افزایی پاداش درونی و بیرونی برای رفتار کاری نوآورانه در میان دانشکاران افریقای جنوبی	رگرسیون چندگانه و سلسله‌مراتبی	نتایج رابطه مثبت بین انگیزه درونی و رفتار کاری نوآورانه را تأیید کرد و بین حمایت سازمانی از نوآوری و پاداش‌های بیرونی اطلاعاتی و رفتار کاری نوآورانه رابطه مثبت یافت.
6	Atashi and Rastegar (2019)	رهبری دانشکاران در سازمان‌های دانش‌بنیان نقش ویژگی‌های کاری بر عملکرد کاری	آزمون‌های آماری همبستگی و تحلیل مسیر	رهبران دانش در طراحی شغل در سازمان‌های دانش‌بنیان برای بهره‌وری در عملکرد شغل در ویژگی‌های وظیفه‌ای و دانشی بازنگری داشته باشند و برای دریافت عملکرد زمینه‌ای بهتر ویژگی‌های اجتماعی شغل را مدنظر قرار دهند.
7	Jan & Khan	بررسی تأثیر آزمایش‌ها بر بهره‌وری دانشکاران در صنعت نرم‌افزار پاکستان	حداقل مربعات جزئی (PLS)	عواملی مانند آموزش در محل کار، محل کار، انگیزه، آموزش، تجربه کاری و رفاه تأثیر مثبتی بر بهره‌وری دانشکاران دارند.
8	Nisula	دیدگاه روان‌شناختی در توانمندسازی اجتماعی - فنی خلاقیت دیجیتالی دانشکاران	حداقل مربعات جزئی (PLS)	این مطالعه نشان داد که حمایت سازمانی درک شده به‌طور مثبت با خلاقیت دیجیتال در دانشکاران مرتبط است.
9	Karimi	ارزیابی عملکرد دانشکاران با استفاده از روش ارزیابی نسبت افزایشی	روش ارزیابی نسبت افزایشی	مطالعه حاضر لزوم تجدیدنظر در مدل روش ارزیابی نسبت افزایشی برای ارتقای ارزیابی عملکرد در سازمان‌های دانش‌بنیان را برجسته کرد.
10	Zeng	تأثیر رضایت از حقوق دانشکاران بر عملکرد شغلی آنان	مدل شبکه عصبی کانولوژیکی (CNN)	دانشکاران متخصصانی هستند که بر نوآوری و حل مسئله از طریق استفاده از دانش متمرکز هستند. آن‌ها نیاز به یک محیط کاری مناسب برای افزایش خلاقیت و کمک به موفقیت سازمانی دارند.
11	Amoah & Marimon (2021)	مدیران پروژه به‌عنوان دانش کار: شایستگی برای مدیریت پروژه مؤثر در کشورهای درحال‌توسعه	توصیفی - پیمایشی	یافته‌ها از مهارت‌ها و شایستگی‌های «نرم» و «سخت» ترکیب‌های منحصربه‌فرد ارائه می‌دهد و به این کشورها کمک می‌کند تا از منابع کمیاب خود استفاده کارآمدتری داشته باشند.
12	Hoseini and et al.	بررسی تأثیر اشتراک دانش بر جدایی دانشکاران و خطرپذیری سازمانی در سازمان‌های دانش‌محور	توصیفی - کاربردی	تأثیرات منفی فرایند اشتراک دانش بر میزان جدایی دانشکاران از سازمان موردمطالعه ماهیتی حقیقی داشته و می‌تواند نقش تأثیرگذاری در جدایی ایشان از سازمان داشته باشد.

مروری بر مطالعات پیشین نشان می‌دهد که اغلب پژوهش‌ها به‌صورت مجزا به برخی ابعاد شایستگی دانشکاران مانند مهارت، انگیزش یا عوامل سازمانی پرداخته‌اند و بیشتر آن‌ها در حوزه شرکت‌های خصوصی یا دانش‌بنیان متمرکز بوده‌اند، درحالی‌که پژوهش حاضر با رویکردی جامع و بومی، برای نخستین‌بار به طراحی و اعتبارسنجی الگویی ساختاریافته شامل چهار مؤلفه دانش، مهارت، توانایی و شخصیت در بافت سازمان‌های دولتی ایران پرداخته است؛ تفاوت اصلی این تحقیق در ارائه یک مدل مفهومی مبتنی بر داده‌های میدانی و آزمون شده با روش مدل‌سازی معادلات ساختاری است که امکان تحلیل هم‌زمان روابط میان ابعاد مختلف شایستگی دانشکاران و تأثیر آن‌ها بر مدیریت دانش را فراهم می‌سازد.

4- روش تحقیق

رویکرد این پژوهش قیاسی است. این پژوهش ازنظر هدف کاربردی و ازنظر ماهیت کمی است. بازۀ زمانی انجام پژوهش سال 1403 بوده است. نوع پژوهش کاربردی و روش اجرای آن توصیفی-پیمایشی است. برای جمع‌آوری اطلاعات دربارۀ مبانی نظری و به‌منظور تهیه و تدوین ادبیات موضوع، از روش کتابخانه‌ای و بررسی کتب فارسی و لاتین مرتبط با موضوع و مقالات و نشریات تخصصی مدیریت دانش استفاده شد. همچنین مقالات خارجی و داخلی مستخرج از سایت‌های تخصصی مربوط به موضوع مورد بهره‌برداری واقع شد؛ به‌علاوه از اسناد و مدارک موجود در سازمان‌های دولتی موردمطالعه نیز استفاده‌شده است. در رویکرد میدانی، از ابزار پرسشنامه برای گردآوری داده‌ها استفاده‌شده است. روایی ابزار پژوهش از دو منظر موردبررسی قرار گرفت. ابتدا برای سنجش روایی محتوایی، پرسش‌نامه توسط یک پانل تخصصی شامل ۸ نفر از اساتید دانشگاهی و خبرگان حوزه مدیریت دانش و منابع انسانی مورد ارزیابی قرار گرفت. در این مرحله، اصلاحات لازم بر اساس نظرات کارشناسان در نحوه بیان گویه‌ها، شفافیت مفاهیم و پوشش ابعاد نظری مدل اعمال شد. در گام بعدی، برای بررسی روایی همگرا، از شاخص میانگین واریانس استخراج‌شده (AVE) در نرم‌افزار SmartPLS استفاده شد. مقادیر AVE برای تمام متغیرهای مکنون (دانش، مهارت، توانایی، شخصیت) بیشتر از مقدار استاندارد 0.5 بوده است که نشان‌دهنده روایی همگرا مطلوب ابزار است. همچنین، ضرایب بارهای عاملی برای همه گویه‌ها بالاتر از 0.6 و آماره‌های T آن‌ها بالاتر از 1.96 به‌دست‌آمده که اعتبار سازه‌ای پرسش‌نامه را تأیید می‌کند. بر این اساس، روایی سازه‌ای ابزار اندازه‌گیری نیز مورد تأیید قرارگرفته است. پایایی آن نیز از طریق انجام آزمون آلفای کرونباخ (0.94) محاسبه‌شده است. جامعة آماری در این تحقیق شامل مدیران، مسئولین واحدها و کارشناسان ارشد سازمان‌های دولتی فعال در حوزۀ فناوری اطلاعات در استان تهران بوده که نمونه‌ای معادل 156 نفر جهت مطالعه انتخاب‌شده است. روش نمونه‌گیری در این پژوهش نمونه‌گیری خوشه‌ای هدفمند بوده است و افرادی انتخاب شدند که دارای ﺳﻮاﺑﻖ، ﺗﺠﺎرب و داﻧﺶ ﻻزم در حوزه‌های ﻣﺨﺘﻠﻒ عملکردی و دانشی ﺳﺎزﻣﺎن را داشته باشند. کفایت حجم نمونه بر اساس توان آماری بالاتر از 0.8 سطح معنی‌داری نزدیک به صفر در تجزیه‌وتحلیل سؤالات مورد تأیید قرار گرفت. همچنین برای تجزیه‌وتحلیل داده‌ها از نرم‌افزار SPSS.27 و SmartPLS.3 استفاده‌شده است. ضمناً برای بررسی کلیۀ سؤال‌ها، سطح معنی‌داری (0.01α=) در نظر گرفته شد.

5- یافته‌ها

در بخش آمار توصیفی، نرم‌افزار SPSS استفاده‌شده است. بر اساس نتایج به‌دست‌آمده از توصیف جمعیت‌شناختی پاسخ‌دهندگان، 54.4 درصد از جامعه نمونه مرد و 45.6 درصد زن بودند. از منظر سن 13.5 درصد بین 20 تا 35 سال، 67.2 درصد بین 35 تا 50 سال و 19.3 درصد نیز 50 سال یا بالاتر سن داشته‌اند. ازنظر تحصیلات نیز 52.1 درصد دارای مدرک تحصیلی کارشناسی، 47.9 درصد دارای مدرک کارشناسی ارشد و بالاتر بوده و ازلحاظ سابقه کاری نیز فراوانی توزیع شامل 13.5 درصد یک تا پنج سال، 52.1 درصد بین پنج‌تا ده سال و 34.4 درصد نیز بیش از ده سال دارای سابقه کاری بوده است. پس از بررسی مشخصات جمعیت شناختی پاسخ‌دهندگان؛ ابتدا داده‌های مربوط به هر فرضیه با استفاده از آزمون کلموگروف اسمیرنوف¹ برای بررسی نرمال بودن مورد تجزیه‌وتحلیل قرار گرفت و سپس باتوجه‌به نتیجۀ آزمون نرمال بودن داده‌ها از آزمون آماری مناسب استفاده گردید. همچنین جهت بررسی و تأیید مدل مفهومی پژوهش و به دنبال آن آزمون فرضیات پژوهش از فن معادلات ساختاری (SME) با رویکرد روش حداقل مربعات جزئی و با استفاده از نرم‌افزار SmartPLS استفاده شد. جداول 3 نتایج را به‌طور خلاصه ارائه نموده است:

جدول (3) ساختار پرسشنامه و بررسی روایی آن

ابعاد پرسشنامه	تعداد گویه	روایی صوری	روایی محتوایی	روایی سازه‌ای (آماری)
دانش	7	بررسی اولیه پرسش‌نامه توسط 5 متخصص در حوزه مدیریت منابع انسانی جهت ارزیابی وضوح، زبان و ترتیب سؤالات؛ بازبینی و اصلاح بر اساس بازخوردهای دریافتی	ارزیابی و تأیید محتوای پرسش‌نامه توسط پانلی متشکل از 8 نفر از اساتید و خبرگان حوزه مدیریت دانش و منابع انسانی؛ بررسی پوشش مفهومی کامل مؤلفه‌ها و تناسب گویه‌ها با ابعاد مدل	با استفاده از مدل‌سازی معادلات ساختاری در نرم‌افزار SmartPLS انجام‌شده است: - بارهای عاملی کلیه گویه‌ها بالاتر از 0.6 - آماره T بزرگ‌تر از 1.96 برای تمامی مسیرها - مقدار AVE برای همه متغیرها بالاتر از 0.5 (دانش: 0.617، مهارت: 0.619، توانایی: 0.657، شخصیت: 0.651)
مهارت	5
توانایی	6
شخصیت	6

جدول (4) تحلیل توصیفی داده‌های تحقیق

	دانش	مهارت	توانایی	شخصیت
تعداد	156	156	156	156
میانگین	5.6346	3.7372	4.3654	2.2372
میانه	3.0000	2.0000	2.0000	1.0000
مد	3.00	0.00	0.00	0.00
انحراف استاندارد	4.92143	3.57069	4.43168	2.34483
چولگی	.589	.586	.674	.611
کشیدگی	-1.286	-1.267	-1.221	-1.295

جدول (5) آزمون نرمال بودن متغیرهای موردبررسی

	آمارۀ آزمون	سطح معنی‌داری	نتیجه
دانش	0.233	0.000	نرمال نیست
مهارت	0.225	0.000	نرمال نیست
توانایی	0.255	0.000	نرمال نیست
شخصیت	0.259	0.000	نرمال نیست

باتوجه‌به مقادیر جدول فوق که سطح معناداری آزمون برای تمامی متغیرها کمتر از میزان 0.05 است، می‌توان بیان کرد که فرضیه H0 رد شده و لذا توزیع متغیرها از توزیع نرمال پیروی نمی‌کنند. لذا برای بررسی روابط متغیرهای پژوهش و بررسی فرضیات از آزمون همبستگی اسپیرمن استفاده می‌شود.

جدول(6) همبستگی میان متغیرهای پژوهش

	دانش	مهارت	توانایی	شخصیت
دانش	1.000	0.699	0.735	0.752
مهارت	0.699	1.000	0.644	0.739
توانایی	0.735	0.644	1.000	0.692
شخصیت	0.752	0.739	0.692	1.000

نتایج حاصل از همبستگی اسپیرمن بین متغیرهای اصلی پژوهش در جدول 5 آورده شده است. همان‌طور که از جدول مشخص است (کلیه اعداد بین صفرتا یک می‌باشند) سطح معنیداری ضرایب همبستگی کمتر از 5 درصد میباشد. درنتیجه فرضیه صفر رد شده و فرضیه مقابل تأیید میشود و نشان میدهد بین کلیه متغیرهای پژوهش، همبستگی معنادار وجود دارد. به‌منظور بررسی میزان تأثیر مؤلفه‌های شناسایی‌شده از مدل‌سازی معادلات ساختاری استفاده‌شده است. برای استفاده از نتایج به‌دست‌آمده از چارچوب نظری مؤلفه‌های شایستگی دانشکاران در قالب 24 گویه و 4 متغیر مکنون مورد تحلیل قرارگرفته است. لذا برای برازش باید سه مدل اندازه‌گیری، ساختاری و کلی را اندازه‌گیری کنیم.

الف- برازش مدل‌های اندازه‌گیری

در این پژوهش، با استفاده از نتایج به‌دست‌آمده از چارچوب نظری، از پرسشنامه محقق ساخته مشتمل بر 24 گویه استفاده گردیده است. اعتبار سنجی مدل پژوهش در شکل زیر گزارش‌شده است. مقدار ملاک برای ضرایب بارهای عاملی 0.6 است که مطابق نتیجۀ آزمون مدل اندازه‌گیری، کلیۀ گویه‌ها تأیید شدند.

تصویر شماره (2): مدل ساختاری در حالت تخمین ضرایب مسیر

بر اساس تصویر شمارۀ (2)، متغیر مکنون شایستگی دانشکاران متشکل از چهار متغیر مکنون شامل دانش، مهارت، توانایی و شخصیت است. متغیر دانش با ۷ متغیر آشکار، متغیر مهارت با ۵ متغیر آشکار، متغیر توانایی با ۶ متغیر آشکار و متغیر شخصیت با ۶ متغیر آشکار موردسنجش قرارگرفته است. باتوجه‌به اینکه معیار مناسب برای پایایی آلفای کرونباخ و پایایی ترکیبی، اعداد بالای 0.7 و برای پایایی اشتراکی، اعداد بزرگ‌تر از 0.5 در نظر گرفته می‌شود، نتایج به‌دست‌آمده برای متغیرهای مکنون مطابق جدول (6) نشان می‌دهد که سازگاری درونی در حد مطلوب قرار دارد. بنابراین، می‌توان مناسب بودن وضعیت پایایی پژوهش را تأیید نمود.

جدول (7) پایایی کرونباخ، پایایی ترکیبی و پایایی اشتراکی

	پایایی کرونباخ	پایایی ترکیبی	پایایی اشتراکی
دانش	0.895	0.903	0.918
مهارت	0.846	0.847	0.890
توانایی	0.895	0.896	0.920
شخصیت	0.892	0.894	0.918

ضرایب و بارهای عاملی در جدول 7 گزارش‌شده است. مقادیر T-value از قدر مطلق 1.96 بزرگ‌تر و بارهای عاملی نیز بیش از 0.6 هستند؛ روایی همگرا نیز با احتمال 95 درصد مورد تأیید قرار گرفت.

جدول (8) ضرایب بارهای عاملی بعد از برازش

سؤال	آماره T	مقدار P	سؤال	آماره T	مقدار P
Q1	55.635	0.000	Q13	15.638	0.000
Q2	13.565	0.000	Q14	17.664	0.000
Q3	20.301	0.000	Q15	21.552	0.000
Q4	19.592	0.000	Q16	22.364	0.000
Q5	24.458	0.000	Q17	28.557	0.000
Q6	11.131	0.000	Q18	18.564	0.000
Q7	21.850	0.000	Q19	17.517	0.000
Q8	21.843	0.000	Q20	27.564	0.000
Q9	17.074	0.000	Q21	17.781	0.000
Q10	18.558	0.000	Q22	25.359	0.000
Q11	16.292	0.000	Q23	18.581	0.000
Q12	19.400	0.000	Q24	20.874	0.000

برای سنجش روایی همگرا از شاخص AVE استفاده‌شده است. بدین‌صورت که اگر میزان میانگین واریانس استخراج‌شده بیش از مقدار استاندارد 0.5 به دست آید، مناسب تشخیص داده می‌شود. فرنل و لارکر² (1981) نیز این مقدار را بیش از 0.5 پیشنهاد می‌نمایند. این بدین معناست که بیش از نصف واریانس مدل، به علت شاخص‌هایش است. جدول (8) نشان می‌دهد که مقادیر بدست آمده برای تمامی عوامل دارای میانگین بالای 0.5 هستند. بنابراین روایی همگرا داده‌ها نیز مورد تأیید تشخیص داده می‌شود.

جدول (9) مقادیر AVE متغیرهای مکنون

ردیف	عامل	AVE
1	دانش	0.617
2	مهارت	0.619
3	توانایی	0.657
4	شخصیت	0.651

ب - برازش مدل ساختاری

برای تعمیم نتایج در این روش از محاسبات T استفاده‌شده است. ازآنجایی‌که سطح اطمینان 95 درصد است؛ بنابراین اگر مقادیر رابطۀ دو متغیر مکنون، بین 1.69+ و 1.96- باشد، رابطۀ دو متغیر قابل‌قبول نیست. تصویر شمارۀ (3) نشان می‌دهد مقدار T ، در تمام عوامل بالاتر از 1.96+ و 1.96- بوده است که نشان‌دهنده قابل‌قبول بودن و درست بودن رابطه میان متغیرهای مکنون است که البته این موضوع از طریق P-value نیز ثابت می‌شود.

تصویر شمارۀ (3): مدل ساختاری در حالت معناداری ضرایب (آزمون T)

جدول 9 ارتباط بین متغیرهای مکنون را نشان می‌دهد:

جدول (10) ارتباط بین متغیرهای مکنون

	Statictis T	انحراف استاندارد ) STDEV(	مقادیر P	نتیجه
دانش -> شایستگی دانشکاران	2.469	0.057	0.018	تأیید
مهارت -> شایستگی دانشکاران	2.466	0.146	0.016	تأیید
توانایی -> شایستگی دانشکاران	2.548	0.135	0.013	تأیید
شخصیت -> شایستگی دانشکاران	2.248	0.135	0.027	تأیید

پ- برازش مدل کلی

مهم‌ترین شاخص برازش مدل در فن حداقل مربعات جزئی، شاخص نیکویی برازش (GOF) است. این شاخص با استفاده از میانگین هندسی شاخص R2 و میانگین شاخص‌های اشتراکی قابل‌محاسبه است. لذا برای برازش مدل کلی از این معیار استفاده می‌شود. بر اساس پژوهش (Tenenhaus et al., 2005)، مقادیر GOF به سه دسته ضعیف (0.01)، متوسط (0.25) و قوی (0.36) تقسیم‌بندی می‌شوند (Habibi & Kolahi, 2021). در این پژوهش، مقدار GOF محاسبه‌شده نشان‌دهنده برازش قوی مدل است که حاکی از اعتبار و قابلیت اطمینان مدل ارائه‌شده است.

GOF = = = 0.546

یکی دیگر از شاخص‌های برازش مدل، شاخص ریشه میانگین مربعات باقیمانده استانداردشده³ است. مقدار مناسب برای این شاخص کمتر از 0.1 قلمداد می‌شود. در این مدل مقدار میانگین مربعات باقیمانده استانداردشده، عدد 0.959 به‌دست‌آمده است که نشان دهندۀ مناسب بودن این شاخص قلمداد می‌گردد. برای درستی مدل که تنها برای متغیر وابسته صورت می‌گیرد، یکی از مهم‌ترین شاخص‌ها، شاخص خطای جذر میانگین مربعات⁴ است. این شاخص بیانگر تفاوت مدل ساخته‌شده و داده‌های تجربی را بیان می‌کند. اگر این مقدار بیش از 0.08 باشد، برازش قابل‌قبول است که در این مدل، این مقدار 0.129 به‌دست‌آمده است که نشان برازش خیلی قوی است.

تحلیل مدل

باتوجه‌به نتایج جدول و مدل روابط بین مؤلفه‌ها، می‌توان به تحلیل شایستگی‌های دانشکاران در بهبود مدیریت دانش سازمان‌های دولتی پرداخت. در این مدل، شایستگی‌های دانشکاران به چهار مؤلفه اصلی تقسیم‌شده‌اند: دانش، مهارت، توانایی‌ها و شخصیت. هر یک از این مؤلفه‌ها بر شایستگی کلی دانشکاران تأثیرگذارند. نتایج آزمون T و مقادیر P برای روابط مختلف نشان می‌دهد که تمامی روابط بین مؤلفه‌ها و شایستگی دانشکاران معنادار هستند. به‌طور خاص، رابطه دانش با شایستگی دانشکاران با مقدار T برابر با 2.469 و مقدار P برابر با 0.018 تأییدشده است. این نتیجه نشان‌دهنده این است که دانش نقش مهمی در ارتقاء شایستگی‌های دانشکاران دارد و بهبود دانش تخصصی می‌تواند به افزایش شایستگی‌ها و عملکرد مؤثرتر در سازمان‌های دولتی کمک کند. همچنین، رابطه مهارت با شایستگی دانشکاران با مقدار T برابر با 2.466 و مقدار P برابر با 0.016 تأییدشده است. این نتیجه نشان می‌دهد که مهارت‌های فردی و حرفه‌ای نیز به‌طور قابل‌توجهی بر شایستگی‌های دانشکاران تأثیر دارند و تقویت مهارت‌ها می‌تواند به بهبود فرآیندهای مدیریت دانش در سازمان‌های دولتی کمک کند. رابطه توانایی‌ها با شایستگی دانشکاران نیز تأییدشده است، با مقدار T برابر با 2.548 و مقدار P برابر با 0.013. این نشان‌دهنده این است که توانایی‌های فردی، ازجمله توانایی در حل مسائل پیچیده و مدیریت چالش‌ها، نقش مهمی در تقویت شایستگی‌ها دارد و می‌تواند در بهبود مدیریت دانش در سازمان‌ها مؤثر باشد. همچنین رابطه شخصیت با شایستگی دانشکاران با مقدار T برابر با 2.248 و مقدار P برابر با 0.027 تأییدشده است. این نتیجه نشان می‌دهد که ویژگی‌های شخصیتی همچون مسئولیت‌پذیری و توانایی ارتباط مؤثر با دیگران می‌توانند تأثیر قابل‌توجهی بر شایستگی‌های دانشکاران داشته باشند. درمجموع، این نتایج نشان‌دهنده اهمیت تمامی مؤلفه‌ها (دانش، مهارت، توانایی‌ها و شخصیت) در بهبود شایستگی‌های دانشکاران است. برای ارتقاء مدیریت دانش در سازمان‌های دولتی، تقویت هر یک از این مؤلفه‌ها به‌طور هم‌زمان ضروری است.

5- بحث و نتیجه‌گیری

مطابق با نتایج این پژوهش، چهار مؤلفه دانش، مهارت، توانایی و شخصیت نقش مهمی در شکل‌گیری شایستگی‌های دانشکاران دارند. این یافته با نتایج پژوهش Rajabpour & Soheili Nik, 2021 هم‌راستاست که نشان دادند دانش تخصصی و مهارت‌های کاربردی دو رکن اصلی عملکرد مؤثر در سازمان‌های دانشی هستند. همچنین، نتایج تحقیق حاضر مؤید یافته‌های Mohammed et al., 2020 است که بر تأثیر ویژگی‌های فردی ازجمله اعتمادبه‌نفس، مسئولیت‌پذیری و مهارت‌های ارتباطی در بهبود تعاملات و بهره‌وری منابع انسانی تأکید کرده‌اند. در همین راستا، González-Masip, 2023 نشان داد که شایستگی‌های ترکیبی فردی نقش مهمی در موفقیت کارکنان در محیط‌های دولتی دیجیتال دارند. علاوه بر این، Dong et al., 2024 نشان دادند که دانشکاران از طریق سرمایه فکری خود، خلاقیت و نوآوری را در خروجی‌های سازمانی تقویت می‌کنند، که با یافته‌های این پژوهش در مورد نقش دانش و مهارت هم‌راستا است. همچنین، Venketsamy & Lew, 2022 به اهمیت انگیزه‌های درونی و بیرونی در رفتار نوآورانه دانشکاران اشاره‌کرده‌اند، که با نتایج این مطالعه در زمینه تأثیر شخصیت و توانمندی‌ها همخوانی دارد. علاوه بر این، Zhang-Zhang & Varma, 2022 بر اهمیت مدیریت استراتژیک افراد در محیط‌های پویا و پیچیده تأکید کرده‌اند و نشان داده‌اند که شایستگی‌های دانشکاران در چنین شرایطی می‌تواند به‌عنوان یک مزیت رقابتی عمل کند، که با یافته‌های این پژوهش در مورد نقش جامع مؤلفه‌های شایستگی هم‌راستا است. همچنین، Yen et al., 2024 بیان کردند که دانشکاران با تبدیل ایده‌ها به محصولات و خدمات، نقش اساسی در تحول دیجیتال سازمان‌ها دارند، که این موضوع با تأثیر دانش و مهارت در بهبود مدیریت دانش در سازمان‌های دولتی همخوانی دارد. همچنین Zhou et al., 2024 به نقش رهبری دانش در تقویت رفتار نوآورانه دانشکاران اشاره‌کرده‌اند و نشان داده‌اند که توانمندی‌ها و ویژگی‌های شخصیتی می‌توانند از طریق حمایت سازمانی تقویت شوند، که این نیز با نتایج پژوهش حاضر در زمینه تأثیر توانمندی و شخصیت بر شایستگی دانشکاران مطابقت دارد.

با توجه به مقایسه نتایج این تحقیق با مطالعات پیشین، می‌توان گفت که پژوهش حاضر با طراحی و اعتبارسنجی یک الگوی مفهومی چهار مؤلفه‌ای شامل دانش، مهارت، توانایی و شخصیت، نوآوری قابل‌توجهی در حوزه شایستگی‌های دانشکاران ارائه کرده است. برخلاف اغلب تحقیقات گذشته که تنها به یکی از این ابعاد پرداخته‌اند یا فاقد یکپارچگی نظری و تجربی در سنجش شایستگی‌ها بوده‌اند، این پژوهش توانسته است با استفاده از روش مدل‌سازی معادلات ساختاری، همبستگی و اثرگذاری هم‌زمان این مؤلفه‌ها بر ارتقای مدیریت دانش در سازمان‌های دولتی را به‌صورت تجربی اثبات کند. نوآوری این مطالعه در ایجاد پیوند میان رویکردهای منابع انسانی و مدیریت دانش از طریق تعریف دقیق شایستگی‌های دانشکاران، به گسترش مرزهای نظری و کاربردی این حوزه کمک می‌کند و می‌تواند به‌عنوان مبنایی برای توسعه ابزارهای ارزیابی، آموزش و طراحی سیاست‌های منابع انسانی مبتنی برداده در بخش دولتی مورداستفاده قرار گیرد.

همان‌گونه که بیان شد، در سازمان‌ها دانش‌محور، یکی از بزرگ‌ترین چالش مدیریت دانش، مدیریت منابع انسانی آن‌ها است. اداره آن‌ها، بر چگونگی مشارکتشان در فعالیت‌های دانشی و ماندگاری ایشان در سازمان تأثیر بسزایی دارد. باتوجه‌به نتایج حاصل‌شده در این مطالعه، پژوهشگران به این نتیجه رسیده‌اند که مؤلفه‌های دانش، مهارت، توانایی‌ها و شخصیت بر شایستگی‌های دانشکاران است. به‌ویژه، یافته‌ها حاکی از آن است که هر یک از این مؤلفه‌ها به‌طور مستقل و هم‌زمان بر توانمندی‌های فردی و عملکرد شغلی کارکنان در سازمان‌های دولتی تأثیرگذار بوده و می‌توانند در بهبود فرایندهای مدیریت دانش و ارتقای کارایی این سازمان‌ها نقش مؤثری ایفا کنند. به‌طور خاص، نتایج نشان می‌دهد که مؤلفه‌های دانش و مهارت بیشترین تأثیر را بر شایستگی‌های دانشکاران دارند، به‌طوری‌که تقویت این مؤلفه‌ها می‌تواند به بهبود عملکرد سازمانی کمک کند.

این تحقیق همچنین نشان داد که توانایی‌ها و ویژگی‌های شخصیتی نیز نقشی قابل‌توجه در تقویت شایستگی‌های دانشکاران دارند. توانایی‌ها، به‌ویژه در مواجهه با چالش‌ها و مدیریت مسائل پیچیده، می‌توانند فرایندهای تصمیم‌گیری و حل مسئله در سازمان‌ها را تسهیل کنند. از سوی دیگر، ویژگی‌های شخصیتی مانند مسئولیت‌پذیری، اعتمادبه‌نفس و توانایی برقراری ارتباط مؤثر با دیگران، به‌طور معناداری بر ارتقای تعاملات تیمی و همکاری‌های بین دستگاهی تأثیر می‌گذارند. نتایج این تحقیق همچنین تأکید دارد بر اهمیت بهبود و تقویت این مؤلفه‌ها در طراحی برنامه‌های آموزشی و توسعه منابع انسانی در سازمان‌های دولتی.

باتوجه‌به این‌که داده‌های به‌دست‌آمده، نشان‌دهنده همبستگی معنادار میان مؤلفه‌های مختلف شایستگی و عملکرد کارکنان هستند، سیاست‌گذاران و مدیران منابع انسانی می‌توانند بر اساس این یافته‌ها، استراتژی‌های بهبود شایستگی‌های کارکنان خود را تدوین کرده و به ارتقای کارایی و بهره‌وری سازمان‌های دولتی کمک کنند. درمجموع، نتایج این تحقیق بر اهمیت شایستگی‌های دانشکاران در بهبود عملکرد و افزایش اثربخشی مدیریت دانش در سازمان‌های دولتی تأکید می‌کند و پیشنهاد می‌شود که برنامه‌های آموزشی و توسعه‌ای با تمرکز بر تقویت دانش، مهارت، توانایی‌ها و ویژگی‌های شخصیتی طراحی و اجرا شوند تا به بهبود فرایندهای مدیریتی و نوآوری در سازمان‌های دولتی منجر گردد.

این پژوهش نیز همانند سایر تحقیقات میدانی دارای محدودیت‌هایی بوده است که در تفسیر و تعمیم نتایج آن باید مدنظر قرار گیرد. نخست، جامعه آماری تحقیق به سازمان‌های دولتی محدود بوده و لذا تعمیم‌پذیری نتایج به سایر حوزه‌های عمومی و خصوصی بااحتیاط باید صورت گیرد. دوم، گردآوری داده‌ها از طریق پرسش‌نامه‌های خود اظهاری انجام‌شده است که احتمال وجود سوگیری در پاسخ‌ها را به همراه دارد. سوم، تمرکز تحقیق بر شایستگی‌های فردی دانشکاران بوده و سایر عوامل سازمانی مانند فرهنگ‌سازمانی، ساختار و فناوری در مدل لحاظ نشده‌اند. به‌طور خاص و باتوجه‌به نتایج حاصل از پژوهش، پیشنهادهای زیر به سازمان‌های دولتی، به‌ویژه در حوزۀ فناوری اطلاعات، جهت بهبود شایستگی دانشکاران و مدیریت دانش ارائه می‌شود:

باتوجه‌به نتایج حاصل از پژوهش، پیشنهادهای زیر به سازمان‌های دولتی، به‌ویژه در حوزۀ فناوری اطلاعات، جهت بهبود شایستگی دانشکاران و مدیریت دانش ارائه می‌شود:

· تقویت دانش کارکنان: باتوجه‌به نتایج فرضیه اول که نشان داد دانش تأثیر مثبت و معناداری بر شایستگی دانشکاران دارد (با مقدار T برابر با 2.469 و مقدار P برابر با 0.018)، پیشنهاد می‌شود سازمان‌های دولتی برنامه‌های آموزشی و کارگاه‌های تخصصی برای ارتقای دانش کارکنان برگزار کنند. این برنامه‌ها باید بر اساس نیازهای شناسایی‌شده در تحقیق و با تمرکز بر دانش فنی و مدیریتی طراحی شوند.

· افزایش مهارت‌های فنی و عملی: نتایج فرضیه دوم نشان داد که مهارت‌ها تأثیر قابل‌توجهی بر شایستگی دانشکاران دارند (با مقدار T برابر با 2.466 و مقدار P برابر با 0.016). بنابراین، پیشنهاد می‌شود سازمان‌های دولتی دوره‌های آموزشی کاربردی و فرصت‌های توسعه شغلی را برای کارکنان فراهم کنند. این دوره‌ها باید بر مهارت‌های عملی و فنی موردنیاز در حوزه‌های خاص فناوری اطلاعات و مدیریت دانش متمرکز باشند.

· تقویت توانایی‌های حل مسئله و تصمیم‌گیری: باتوجه‌به نتایج فرضیه سوم که نشان داد توانایی‌ها تأثیر مثبت و معناداری بر شایستگی دانشکاران دارند (با مقدار T برابر با 2.548 و مقدار P برابر با 0.013)، پیشنهاد می‌شود سازمان‌ها دوره‌های آموزشی در زمینه تفکر انتقادی و تحلیل مسائل پیچیده برگزار کنند. این دوره‌ها می‌توانند از طریق تمرین‌های شبیه‌سازی و پروژه‌های واقعی به بهبود توانایی‌های حل مسئله و تصمیم‌گیری کارکنان کمک کنند.

· توسعه ویژگی‌های شخصیتی مثبت: نتایج فرضیه چهارم نشان داد که شخصیت تأثیر مثبت و معناداری بر شایستگی دانشکاران دارد (با مقدار T برابر با 2.248 و مقدار P برابر با 0.027). بنابراین، پیشنهاد می‌شود سازمان‌ها برنامه‌هایی برای توسعه ویژگی‌های شخصیتی مثبت مانند مسئولیت‌پذیری، اخلاق کاری و توانایی ارتباط مؤثر با دیگران طراحی کنند. این برنامه‌ها می‌توانند از طریق کارگاه‌های آموزشی و فعالیت‌های تیمی اجرا شوند.

· ایجاد سیستم‌های ارزیابی و پاداش: باتوجه‌به نتایج کلی تحقیق که نشان داد هر چهار مؤلفه (دانش، مهارت، توانایی و شخصیت) تأثیر معناداری بر شایستگی دانشکاران دارند، پیشنهاد می‌شود سازمان‌ها سیستم‌های ارزیابی عملکرد کارکنان را بر اساس این چهار مؤلفه طراحی کنند. همچنین، پاداش‌هایی برای کارکنانی که در این زمینه‌ها پیشرفت داشته‌اند، در نظر گرفته شود.

· ایجاد فرصت‌های رشد شغلی: باتوجه‌به نتایج تحقیق که نشان داد تقویت شایستگی‌های دانشکاران می‌تواند به بهبود مدیریت دانش و عملکرد سازمانی کمک کند، پیشنهاد می‌شود سازمان‌ها فرصت‌های رشد شغلی و ارتقا برای کارکنان خود فراهم کنند. این فرصت‌ها می‌توانند از طریق تعریف مسیرهای شغلی واضح و پشتیبانی از کارمندان در راستای توسعه مهارت‌ها و توانایی‌های جدید ایجاد شوند.

پژوهش حاضر با ارائه الگویی چهار مؤلفه‌ای از شایستگی‌های دانشکاران، به‌ویژه در زمینه سازمان‌های دولتی ایران، به توسعه دانش نظری و کاربردی در حوزه مدیریت منابع انسانی و مدیریت دانش کمک کرده است. این تحقیق با تلفیق مؤلفه‌های فردی و سازمانی در یک مدل ساختاریافته، شکاف موجود در ادبیات قبلی را پوشش داده و ابزار جدیدی برای تحلیل و ارتقای شایستگی کارکنان در محیط‌های دانش‌بنیان دولتی فراهم ساخته است. یافته‌های تحقیق، راهنمایی ارزشمند برای سیاست‌گذاران و مدیران در طراحی برنامه‌های توسعه سرمایه انسانی مبتنی بر داده‌های تجربی محسوب می‌شود.

بر اساس یافته‌های تحقیق، پیشنهاد می‌شود مدیران منابع انسانی در سازمان‌های دولتی، برنامه‌های آموزشی و توسعه حرفه‌ای کارکنان را با تمرکز بر تقویت مؤلفه‌های چهارگانه شایستگی یعنی دانش، مهارت، توانایی و ویژگی‌های شخصیتی طراحی و اجرا نمایند. همچنین می‌توان از الگوی ارائه‌شده به‌عنوان ابزار ارزیابی در فرایند جذب، ارتقا و ارزیابی عملکرد کارکنان استفاده کرد. برای تحقیقات آتی پیشنهاد می‌شود:

· الگوی شایستگی ارائه‌شده در سایر حوزه‌های سازمانی (مانند شرکت‌های خصوصی، استارتاپ‌ها یا نهادهای غیردولتی) نیز آزمون و اعتبارسنجی شود.

· نقش متغیرهای میانجی و تعدیل گر مانند فرهنگ‌سازمانی، سبک رهبری یا ساختار سازمانی در رابطه میان شایستگی‌ها و عملکرد سازمانی بررسی گردد.

· از روش‌های ترکیبی (کیفی - کمی) برای غنای بیشتر مدل استفاده شود و داده‌های کیفی نیز در تحلیل‌های بعدی به کار گرفته شوند.

[1] Kolmogorov - Smirnov

[2] Fornell-Larcker

[3] SRMR

[4] rms

References

Aal, K. “Kosta,” & Rüller, S. (2025). From Personal Knowledge Management to the Second Brain to the Personal AI Companian. The 2025 ACM International Conference on Supporting Group Work, 90–93. https://doi.org/10.1145/3688828.3699647.

Afrazeh, A., & Alimoradi, M. (2023). A Consolidated Method for Measuring Knowledge Worker Efficiency Based on Shannon Human Potential Model and Data Envelopment Analysis Method (With a Case Study). JAMLU, 20(1), 117–137. https://doi.org/10.61186/jamlu.20.1.117.

Ahmadzadeh, S., Safari, A., & Teimouri, H. (2022). Collective stupidity: influences on decision-making in knowledge-based companies. Management Decision, 60(5), 1257–1295. https://doi.org/10.1108/md-10-2020-1380. [In Perisan].

Amoah, A., & Marimon, F. (2021). Project Managers as Knowledge Workers: Competencies for Effective Project Management in Developing Countries. Administrative Sciences, 11(4), 131. https://doi.org/10.3390/admsci11040131.

Atashi, Ali, Rastegar, Abbasali, and Damghanian, Hossein. (2019). The Leadership Model of Scholars in Iranian Knowledge-Based Organizations: A Grounded Theory Approach. Majles va Rhadarf, 26(97), 251-287. SID. https://sid.ir/paper/224946/fa [In Persian].

Bastos dos Santos, S., Antunes, A. M. de S., & Lima de Magalhães, J. (2024). Information Science and Knowledge Management Maturity. Encyclopedia of Information Science and Technology, Sixth Edition, 1–20. https://doi.org/10.4018/978-1-6684-7366-5.ch021

Bu, C., Zhang, J., Yu, X., Wu, L., & Wu, X. (2022). Which Companies are Likely to Invest: Knowledge-graph-based Recommendation for Investment Promotion. 2022 IEEE International Conference on Data Mining (ICDM), 11–20. https://doi.org/10.1109/icdm54844.2022.00011.

Dalkir, K. (2024). Handbook of Inclusive Knowledge Management. Auerbach Publications. https://doi.org/10.1201/9781003407966.

Dăniloaia, D., & Turturean, E. (2024). Knowledge Workers and the Rise of Artificial Intelligence: Navigating New Challenges. SEA - Practical Application of Science. https://doi.org/10.70147/s35111121.

Dong, X., Tian, Y., He, M., & Wang, T. (2024). When knowledge workers meet AI? The double-edged sword effects of AI adoption on innovative work behavior. Journal of Knowledge Management. https://doi.org/10.1108/jkm-02-2024-0222.

González-Masip, J. J. (2023). Mapping Knowledge Management for Sustainability and Information Technology. Cases on Enhancing Business Sustainability Through Knowledge Management Systems, 1–31. https://doi.org/10.4018/978-1-6684-5859-4.ch001.

Habibi, Arash; Kolahi, Bahareh. (2021). Structural Equation Modeling and Factor Analysis. Tehran: Jahad Daneshgahi, Second Edition. [In Persian].

Hager, P., & Gonczi, A. (1996). What is competence? Medical Teacher, 18(1), 15–18. https://doi.org/10.3109/01421599609040255.

Hermoso, J. R., & Brobo, M. A. (2023). Influence of Teaching Competencies to Performance: Basis for Professional Development. Asian Journal of Education and Social Studies, 44(4), 33–46. https://doi.org/10.9734/ajess/2023/v44i4969.

Hoseini, S., Jafari, M., Akhavan, P., & Darabian, F. (2021). The Study of Knowledge-Sharing Effects on the Separation of Knowledge Employees and Related Risks in Knowledge-Based Organizations (Case Study: An IT Knowledge-Based Organization). Strategic Management of Organizational Knowledge, 4(3), 1-22. https://doi.org/10.47176/smok.2021.1329 [In Persian].

Jan, S. & Khan, M. (2023). Exploring the Impact of Experiments on Knowledge Workers’ Productivity in the Pakistani Software Industry. International Journal of Politics & Social Sciences Review (IJPSSR), 2(I), 29–39. https://doi.org/10.36902/ijpssr-vol.2-iss.i-2023(29-39).

Karimi, H., & Nikkhah-Farkhani, Z. (2022). Performance Appraisal of Knowledge Workers Using Augmented Additive Ratio Assessment (A-ARAS) Method: A Case Study. IEEE Transactions on Engineering Management, 69(5), 2285–2295. https://doi.org/10.1109/tem.2020.3009134.

Khadir, Y., De Weerd, H., & Peters, P. (2024). Shaping the Knowledge Worker Through a T-shaped Skills Profile Framework. European Conference on Knowledge Management. https://doi.org/10.34190/eckm.25.1.2461.

Kintu, G. J. (2025). Theorizing knowledge worker productivity: utilizing a multi-theoretical approach. Journal of Work-Applied Management. https://doi.org/10.1108/jwam-09-2024-0127.

Le Deist, F. D., & Winterton, J. (2005). What Is Competence? Human Resource Development International, 8(1), 27–46. https://doi.org/10.1080/1367886042000338227.

Mohammed, K. N., Alnoori, A. A. H., & Jasim, A. I. (2020). Developing the Knowledge Workers Model for Core Competencies Management in Iraqi Higher Education Institutions. Journal of Reviews on Global Economics, 9, 181–190. https://doi.org/10.6000/1929-7092.2020.09.17.

Muzam, J. (2022). The Challenges of Modern Economy on the Competencies of Knowledge Workers. Journal of the Knowledge Economy, 14(2), 1635–1671. https://doi.org/10.1007/s13132-022-00979-y.

Nisula, A.-M., Heinänen, S., Kianto, A., Toth, I., & Blomqvist, K. (2022). A psychological perspective on the sociotechnical enablers of knowledge worker digital creativity. Digital Creativity, 33(4), 314–328. https://doi.org/10.1080/14626268.2022.2141261.

Petrov, I., Larinina, T., & Samosudova, N. (2020). Applying implicit knowledge for enterprise architectural transformation. E3S Web of Conferences, 217, 07012. https://doi.org/10.1051/e3sconf/202021707012.

Quang, L. N., & Tuamsuk, K. (2024). Knowledge Management Approach in the Non-Profit Sector. Encyclopedia of Information Science and Technology, Sixth Edition, 1–21. https://doi.org/10.4018/978-1-6684-7366-5.ch006.

Rajabpour, Ebrahim and Soheilinik, Mahnoush. (2017). The impact of knowledge management on organizational performance: Emphasis on the mediating role of strategic human resource management (Case study: Oil Industry Research Institute). Quarterly Journal of Standard and Quality Management, 11(2), 32-60. https://doi:10.22034/jsqm.2021.252940.1253 [In Persian].

Rajini g., vaishnavi s. (2023). Determinants of competencies on performance outcomes: analyzing institutes listed in the directory of research & development, india. Russian law journal, 11(5s). Https://doi.org/10.52783/rlj.v11i5s.961.

Rao, m., prasad, k., & vaidya, r. (2019). Employee competencies as the predictors of the performance management system: an empirical study in it enabled service companies around hyderabad. International journal of management, 10(6). Https://doi.org/10.34218/ijm.10.6.2019.004.

Rezaian, Ali, Nezafati, Navid, and Bagheri, Roohollah. (2018). Formation of knowledge network in knowledge-based companies. Business Management Explorations, 10(20), 187-213. SID. https://sid.ir/paper/408228/fa [In Persian].

Sadat, A. (2021). Knowledge Management To Improve Local Government Services. International Journal of Science, Technology & Management, 2(3), 582–591. https://doi.org/10.46729/ijstm.v2i3.227.

Salehnezhad, A., Shadmanfar, M. H., & Zolfaghari, Y. (2024). Presenting a model of key competencies and specialized skills of knowledge workers in the knowledge-based era using content analysis. Strategic Management of Organizational Knowledge. 7(4), 35-61. https://doi.org/10.47176/smok.2024.1810.

Sokół, A., & Figurska, I. (2021). The Importance of Creative Knowledge Workers in Creative Organization. Energies, 14(20), 6751. https://doi.org/10.3390/en14206751.

Tariq, A., Sumbal, M. S. U. K., Dabic, M., Raziq, M. M., & Torkkeli, M. (2024). Interlinking networking capabilities, knowledge worker productivity, and digital innovation: a critical nexus for sustainable performance in small and medium enterprises. Journal of Knowl-edge Management, 28(11), 179–198. https://doi.org/10.1108/jkm-09-2023-0788.

Tenenhaus, M., & Vinzi, V. E. (2005). PLS regression, PLS path modeling and generalized Procrustean analysis: a combined approach for multiblock analysis. Journal of Chemometrics, 19(3), 145–153. Portico. https://doi.org/10.1002/cem.917 .

Venketsamy, A., & Lew, C. (2022). Intrinsic and extrinsic reward synergies for innovative work behavior among South African knowledge workers. Personnel Review, 53(1), 1–17. https://doi.org/10.1108/pr-02-2021-0108.

Veshkaei Nejad, S. S., Doustar, M., Malekakhlagh, E., & Yakideh, K. (2024). Design a knowledge-based governance model in executive organizations. Strategic Management of Organizational Knowledge. https://doi.org/10.47176/smok.2024.1709 [In Persian].

Yastreb, N. A. (2022). How knowledge becomes a technical object: epistemic practices in information technology. Semiotic Studies, 2(1), 10–15. https://doi.org/10.18287/2782-2966-2022-2-1-10-15.

Yen, Y., Zhang, C., & Yen, W. (2024). Retaining knowledge workers for effective digital transformation. International Journal of Innovative Research and Scientific Studies. https://doi.org/10.53894/ijirss.v7i1.2602.

Zeng, L. (2023). The Influence of Knowledge Worker Salary Satisfaction on Employee Job Performance. Journal of Organizational and End User Computing, 35(1), 1–17. https://doi.org/10.4018/joeuc.323426.

Zhang-Zhang, Y., Rohlfer, S., & Varma, A. (2022). Strategic people management in contemporary highly dynamic VUCA contexts: A knowledge worker perspective. Journal of Business Research, 144, 587–598. https://doi.org/10.1016/j.jbusres.2021.12.069.

Zhou, J., Yin, L., & Zhu, S. (2024). Effect of Knowledge Leadership on Knowledge Innovation Behaviour of Knowledge Worker: The Role of Failure Learning And Fear of Failure. International Journal of Innovation Management. https://doi.org/10.1142/s1363919623500470.

Artificial Intelligence Governance in E-Government (Challenges, Benefits)
Print Date : 2024-09-25
New Export Management Based on Full Gravity Model Policies (Case of Study: Organization of Islamic Conference Countries)
Print Date : 2024-09-25
Policy to Increase Customer Loyalty: A New Secret to Unlocking The Impact of Gamification on New Loyalty Programs (Case Study of Travel Agencies on Alborz Province)
Print Date : 2024-08-22
Investigating the Effect of Islamic Values on Improving the Job Performance of Employees with Regard to the Mediating Role of Organizational Spirituality (Case Study: General Department of Education of Fars Province)
Print Date : 2024-08-22
A New Model to Choose the Appropriate Organizational Architecture Framework for the Social Security Organization
Print Date : 2024-09-25
Innovative Human Resources Management Policies in the Service of the National Meteorological Organization
Print Date : 2024-09-25

Share To

Article Url

Providing a model of competencies of knowledge-oriented employees in improving the knowledge management of government agencies