fa پیش بینی پذیری رفتاراخلاقی پرستاران از فعالیت های مدیریت منابع انسانی تخصصي Special پژوهشي Research <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">زمینه:</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">امروزه پایبندی به رفتار&shy;اخلاقی یکی از مهم&shy;ترین دغدغه&shy;های حوزه مراقبت&shy;های پرستاری و پزشکی بوده و مدیران منابع انسانی با بکارگیری اقدامات و راهبردهای موثر درصدد بهبود فضای اخلاقی حاکم در این حوزه می&shy;باشند. از این رو این پژوهش در صدد بررسی پیش بینی پذیری رفتاراخلاقی پرستاران از فعالیتهای مدیریت منابع انسانی با بهره گیری از روش شبکه عصبی مصنوعی است.</span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">روش: </span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">پژوهش حاضر توصیفی و از نوع همبستگی است. جامعه آماری پژوهش را کلیه پرستاران بیمارستان&shy;های تحت پوشش دانشگاه علوم پزشکی مشهد تشکیل می&shy;دهند که در مجموع 829 نفر بودند. با بهره گیری از فرمول نمونه گیری از جامعه محدود کوکران تعداد نمونه مورد نیاز 153 نفر محاسبه شد که جهت اطمینان از تکمیل پرسشنامه ها 180 پرسشنامه میان پرستاران توزیع و درنهایت 176پرسشنامه مورد تحلیل قرارگرفت. جهت جمع آوری اطلاعات از پرسشنامه 25 سوالی رفتار اخلاقی پرستاران و پرسشنامه 28 سوالی ادراک از فعالیت&shy;های مدیریت منابع انسانی بهره گرفته&shy;شد. جهت تحلیل داده&shy;ها از روش شبکه عصبی مصنوعی و نرم افزار&nbsp; </span></span><span dir="LTR"><span style="font-family:arial,sans-serif;"><span style="font-size:10.0pt;">MATLAB2015</span></span></span><span style="font-family:b mitra;"><span style="font-size:10.0pt;"> استفاده&shy;گردید.</span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">یافته ها: </span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">یافته&shy;های حاصل از این پژوهش بیانگر آن بود که فعالیتهای مدیریت منابع انسانی از قابلیت پیش&shy;بینی رفتاراخلاقی پرستاران برخوردارند.</span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">نتیجه گیری: </span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">نتایج حاصل از تحلیل حساسیت در شبکه عصبی&shy;مصنوعی نشان&shy;داد که از میان فعالیت&shy;های مدیریت&shy;منابع&shy;انسانی، &quot;روابط&shy;کارکنان&quot; بیشترین و &quot;ارزیابی عملکرد&quot; کمترین تاثیر را بر رفتار اخلاقی پرستاران داشته است. </span></span><br> <br> &nbsp; <div style="text-align: justify;"><strong>Background:</strong> Today, commitment to ethical behavior is one of the most important concerns of patient care and medical field. The HR managers try to improve the ethical climate in this domain by using effective strategies and practices. Therefore, the aim of this study was to examine the predictability of nurses&#39; ethical behavior by HRM activities by using the public health service networks.<br> <strong>Method:</strong> The research method was descriptive- correlation. Population of study includes all of nurses of Mashhad University of Medical Sciences. Sample size was calculated about 153 nurses by Cochran formula. 180 questionnaires were distributed to ensure that the questionnaires were completed and 176 questionnaires were analyzed. Data were collected by a questionnaire. Data were analyzed by artificial neural network through MATLAB2015 software.<br> <strong>Results</strong>: The results of this study showed that human resource management practices predict nurses&rsquo; ethical behavior.<br> <strong>Conclusion:</strong> The results of the neural network sensitivity analysis showed that in human resource management practices, &quot;employee relations&quot; most of and &quot;performance evaluation&quot; have the lowest impact on nurses ethical behavior<br> &nbsp;</div> اخلاق, رفتار اخلاقی, مدیریت منابع انسانی, شبکه عصبی مصنوعی Ethics, Ethical behavior, Human resource management, Artificial neural network 48 56 http://ethicsjournal.ir/browse.php?a_code=A-10-1569-9&slc_lang=fa&sid=1 زهرا نیکخواه فرخانی 10031947532846004030 10031947532846004030 Yes زینب عرب اسدی 10031947532846004031 10031947532846004031 No