شناسایی الگوهای ذهنی انگیزش دانشکاران مجرب در راستای ارتقای نوآوری (مورد مطالعه:‌ مرکز تحقیقات مخابرات ایران)

دانشکاران، موتور محرکه در اقتصاد دانش‌بنیان هستند و تحولات فناورانه و نوآورانه رابطه مستقیمی با عملکرد و انگیزه آن‌ها دارد. این پژوهش، با استفاده از روش کیو، نوع تفکر دانشکاران مجرب و الگوهای ذهنی آنان درباره عوامل انگیزه‌بخش را موردبررسی قرار داد. به‌منظور گردآوری فضای گفتمان، مرور نظام‌مند ادبیات انجام شد و بیش از هزار مقاله از پایگاه‌های معتبر علمی مرور و درنهایت از 90 مقاله منتخب، لیست کامل عوامل انگیزه‌بخش دانشکاران استخراج شد. نمونه معرفی از فضای گفتمان با مراجعه به متخصصان، انتخاب و در قالب گزینه‌های کیو بازنویسی شد. سپس،13 دانشکار مجرب که به‌طور هدفمند از مرکز تحقیقات مخابرات ایران انتخاب شده بودند، طبق جدول مرتب‌سازی کیو در مرتب‌سازی گزینه‌ها مشارکت نمودند. الگوهای ذهنی دانشکاران مجرب با انجام تحلیل عاملی و تفسیر آن‌ها استخراج شد که بر آن اساس، پنج گونه ذهنی شامل ریاست‌طلبان، محافظه‌کاران، احساساتی‌ها، بلندپروازان و کمال‌گرایان، شناسایی و ویژگی آن‌هاموردبحث قرار گرفت. با استفاده از نتایج، راه‌های انگیزه‌بخشی و درک دانشکاران مجرب قابل استحصال است. با در نظر گرفتن عوامل انگیزاننده‌ مستخرج و مشخصات هر یک ازاین‌گونه‌ها، علاوه بر ارتقای عملکرد دانشکاران مجرب، سازمان نیز می‌تواند به اهداف مدنظر خود از نوآوری توسط دانشکاران دست یابد.

Identifying Motivation Patterns of the Experienced Knowledge Workers to Promote Innovation (Iran Telecommunication Research Center (ITRC) as a Case Study)

Knowledge Workers (KWs) are the driving force in knowledgebased economy and their performance and motivation have a direct impact on technological evolution and innovation. This research, using Q Methodology, focuses on the experienced Knowledge Workers’ attitude and their mental patterns of motivation. To this end, a systematic review was carried out to form the concourse of communication and more than 1000 papers which were published in the authentic scientific databases were reviewed and 90 mostrelevant papers were selected to extract the KWs’ motivating factors. Having consulted with experts, the concourse of communication was finalized and Q set was formed. Thirteen experienced KWs from ITRC were selected to participate in Q sorting. Finally, using factor analysis, the mental patterns of the experienced knowledge workers were extracted and five mental patterns were identified as “boss”, “conservative”, “sentimentalist”, “ambitious” and “perfectionist”. The results of this study provide us with useful information to better understand the experienced knowledge workers and find ways to motivate them. The research center can achieve its goals, enhance KWs’ performance and innovativeness using the motivating factors identified for each pattern.