مدل سازی رشد واحدهای فناور برای مراکز رشد فناوری سلامت ، متناسب با مناطق کم برخوردار

زمینه. اهمیت مدل سازی رشد واحدهای فناور برای مراکز رشد، در کاهش هزینه های مراکز رشد فناوری و شناسایی مسیر بهینه سیاست گذاری توسعه فناوری در دانشگاهها می باشد. شناخت عوامل تاثیرگذار در رشد واحدهای فناور، به مراکز رشد کمک می کند به عنوان محیط میزبان رشد فناوری به طور کارآمدتری از رشد شرکت های دانش بنیان و تکامل و پیشرفت کارآفرینان دارای نوآوری حمایت کنند. هدف این مطالعه مدل سازی رشد واحدهای فناور برای مراکز رشد فناوری سلامت ، متناسب با مناطق کم برخوردار است. روش کار. مطالعه کنونی یک پژوهش کیفی- روایتی براساس مدل سازی ساختاری - تفسیری ism است. در این مقاله داده ها از طریق مصاحبه نیمه ساختاریافته با 31 نفر از مدیران مراکز رشد، مدیران واحدهای مستقر در مراکز رشد و صاحب نظران حوزه کارآفرینی سلامت- که بر اساس روش نمونه گیری گلوله برفی انتخاب- و در سه مرحله کدگذاری مقوله های اصلی و فرعی شناسایی و استخراج شدند. سپس با استفاده از روش مدل سازی ساختاری- تفسیری ism روابط مابین مولفه های تحقیق مشخص گردید. یافته ها. براساس نتایج ism «مدل سازی رشد واحدهای فناور برای مراکز رشد فناوری سلامت ، متناسب با مناطق کم برخوردار» 8 مقوله از 25 مولفه استخراج شده از 213 کد گزاره های کلامی، در سه سطح طبقه بندی گردیدند. در سطح اول رشد واحدهای فناور؛ در سطح دوم زیرساخت ها و رشد برنامه ریزی شده و در سطح سوم شاخص های زیرساخت بیرونی، زیرساخت درونی، برنامه پذیرش، برنامه رشد، برنامه خروج قرار گرفتند. نتیجه گیری. این پژوهش توانسته است چارچوب و روابط متغیرهای موثر بر رشد واحدهای فناور در مراکز رشد فناوری سلامت ، دانشگاه های مناطق کم برخوردار (دانشگاه های تیپ 2 و 3) را شناسایی نماید و برای اولین بار رابطه زیرساخت درونی را به عنوان یک متغیر مستقل معرفی نماید که بیانگر تاثیر در پوشش ضعیف زیرساخت های منطقه ای می تواند باشد.

modeling the growth of technology units for health technology incubators suitable for low-income areas

background. this research aimed to optimize the technology policy and reduce the costs of technology growth centers at medical sciences universities. identifying the effective factors in the expansion of technology units facilitates the development and advancement of innovative entrepreneurs through incubators. methods. the current qualitative research analyzes data collected through structured interviews with 31 individuals from growth centers, administrators of units located in growth centers, and health entrepreneurship experts. in three stages of categorization, the main and sub-categories have been identified. the relationships between the research components were determined using the interpretive structural modeling (ism) technique. results. based on the results of the ism, modeling of technology units for health technology incubators in poor areas we identified 213 codes of verbal propositions, 25 components and 8 categories which was classified into three levels. the first level is the growth of technological units; the second level includes the infrastructure and planned growth; and the third level includes the indicators of external infrastructure, internal infrastructure, acceptance plan, growth plan, and exit plan. conclusion. this study determined the framework and relationships between variables that influence the growth of technology units in health technology development centers at universities in disadvantaged areas. this is the first study to incorporate the internal infrastructure as an independent variable, indicating the effect of compensating for regional infrastructure weaknesses.