پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 41 |
| تعداد شماره‌ها | 1,190 |
| تعداد مقالات | 10,246 |
| تعداد مشاهده مقاله | 19,310,803 |
| تعداد دریافت فایل اصل مقاله | 13,332,361 |
آینده نگاری پیشران های سازندۀ هوش مصنوعی در صنعت ورزش | ||
| مطالعات مدیریت رفتار سازمانی در ورزش | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 04 خرداد 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/fmss.2025.71496.2616 | ||
| نویسندگان | ||
| شادی رهبر یعقوبی* 1؛ مهوش نوربخش2؛ مهدی کهندل3؛ سید نعمت خلیفه4 | ||
| 1دانشجوی دکتری، shadiگروه مدیریت ورزشی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران | ||
| 2استاد دانشگاه آزاد اسلامی واحد کرج | ||
| 3دانشیار گروه مدیریت ورزشی دانشگاه آزاد اسلامی واحد کرج | ||
| 4عضو هیات علمی دانشگاه آزاد اسلامی | ||
| چکیده | ||
| هدف این پژوهش آینده نگاری راهبردی پیشران های سازندۀ هوش مصنوعی در صنعت ورزش بود. این پژوهش از نظر هدف، کاربردی و از نظر ماهیت براساس روش های جدید علم آینده پژوهی، تحلیلی اکتشافی محسوب می شود که با استفاده از روش تحلیل تأثیر متقابل انجام گرفته است. جامعه آماری شامل دو بخش منابع اطلاعاتی (مقالات مرتبط با موضوع تحقیق) و منابع انسانی (کارشناسان حوزه هوش مصنوعی، کارشناسان حوزه صنعت ورزش و اساتید دانشگاه) بود. روش نمونه گیری در هر دو بخش جامعه اطلاعاتی و انسانی هدفمند بود. در بخش جامعه اطلاعاتی 18 مطالعه بر مبنای معیارهای ورود و خروج و در بخش جامعه انسانی 18 نفر براساس 4 معیار تجربۀ کاری، تحصیلات کارشناسی ارشد و دکتری، تنوع و قابلیت همکاری انتخاب شدند. ابزار گردآوری داده ها چک لیست، پرسشنامه و ماتریس به ابعاد 27×27 بود. برای ارزیابی اعتبار و قابلیت اطمینان به نتایج از راهبردهای قابلیت باورپذیری، تأییدپذیری، مطالعه حسابرسی فرآیند، دلفی در دو دور، روایی صوری و محاسبه ضریب قابلیت اعتماد با روش تنصیف (دو نیمه کردن) استفاده شد. برای تحلیل مرور منابع و دیدگاه های خبرگان از تحلیل محتوا و در ادامه به ترتیب از تحلیل دلفی و تحلیل تأثیر متقابل استفاده شد. نتایج نشان داد در تبیین آینده هوش مصنوعی در صنعت ورزش 27 پیشران کلیدی وجود دارند که از بین آنها 5 پیشران (دگرگونی شغلی، سرمایه گذاری، دامنه گسترش هوش مصنوعی، آمادگی پذیرش فناوری هوش مصنوعی و زیرساخت و تجهیزات) جزء پیشران های سازنده آینده هوش مصنوعی در صنعت ورزش هستند. براساس این نتیجه مشخص شد بدیل های سازندۀ آینده هوش مصنوعی در صنعت ورزش طیف مختلفی از عوامل را در بر می گیرد که به نظر می رسد در آینده نزدیک دستخوش تغییر می شوند. | ||
| کلیدواژه‌ها | ||
| آینده نگاری؛ برنامه ریزی راهبردی؛ عدم قطعیت؛ صنعت ورزش؛ هوش مصنوعی | ||
| عنوان مقاله [English] | ||
| Forecasting of AI Drivers in the Sports Industry | ||
| نویسندگان [English] | ||
| Shadi Rahbar Yaghobi1؛ Mahvash Noorbaksh2؛ mehdi kohandel3؛ Seyed Nemat Khalifeh4 | ||
| 1Ph. D. Student of Sports Management Department, Karaj Branch, Islamic Azad University, Karaj, Ira | ||
| 2Prof. of Sports Management Department, Karaj Branch, Islamic Azad University, Karaj, Iran | ||
| 3Associate Professor, Department of Sports Management, Islamic Azad University, Karaj Branch | ||
| 4Member of scientific islamic azad university | ||
| چکیده [English] | ||
| The objective of this research was to explore the strategic forecasting of AI drivers in the sports industry. This research is considered applied and exploratory in terms of its objective and nature, utilizing new methods in futures studies and analytical-exploratory analysis through the use of mutual effects analysis. The statistical population consisted of two parts: informational resources (relevant research articles) and human resources (AI experts, sports industry experts, and university professors). The sampling method employed was purposive in both the informational and human resource sections. In the informational resource section, 18 studies were selected based on inclusion and exclusion criteria, while in the human resource section, 18 individuals were chosen based on four criteria: work experience, educational background (bachelor's, master's, and doctoral degrees), diversity, and collaboration capability. The data collection tools included checklists, questionnaires, and 27x27 dimensional matrices. To assess the validity and reliability of the results, strategies such as credibility, confirmability, process audit study, two-round Delphi method, face validity, and calculation of the coefficient of reliability using the summarization method (split-half technique) were employed. Content analysis was used to analyze the review of resources and expert opinions, followed by Delphi analysis and mutual effects analysis. The results indicated the presence of 27 key drivers in the future of AI in the sports industry, among which five drivers (occupational transformation, investment, expansion scope of AI, readiness for AI technology adoption, and infrastructure and equipment) were identified as constructive drivers of the future of AI in the sports industry. These results suggest that the transformative alternatives of AI in the sports industry encompass a spectrum of factors that are likely to undergo changes in the near future. | ||
| کلیدواژه‌ها [English] | ||
| Strategic Forecasting, Strategic Planning, Uncertainty, Sports Industry, Artificial Intelligence | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 72 |
||