چکیده:
علیرغم تحقیقات انجامشده در زمینه شبکههای همکاری علم و فناوری(STCNs)، چالشهای مدیریت این شبکهها کمتر مورد بررسی قرارگرفته است. در این مطالعه، 5 شبکه همکاری ایجاد شده توسط نهادهای دولتی در بین سالهای 1379 تا 1397 در ایران، در زمینه آزمایشگاههای فناوریهای راهبردی، آزمایشگاههای علمی، بیوتکنولوژی، پزشکی مولکولی و داروهای گیاهی، مطالعه شده است. در این مقاله با مرور نظاممند تحقیقات انجام شده، 41 چالش راهبری شبکههای رسمی همکاری علم و فناوری در ایران در سطح تحلیل شبکه شناسایی شد. سپس پرسشنامه محقق ساخته تدوین و در بین مطلعین 5 شبکه همکاری منتخب که جزء فعالترین شبکه های رسمی همکاری در حوزه علم و فناوری در ایران بودند توزیع گردید. برای تحلیل ها از تحلیل عاملی اکتشافی و تحلیل عوامل اصلی و چرخش واریماکس استفاده شد. از 41 شاخص شناسایی شده، 19 شاخص بار عاملی زیر 0.5 داشته و از تحلیل ها حذف و 22 شاخص در مرحله دوم و پس از چرخش، در 6 طبقه قرار گرفتند. با توجه به خصوصیات شاخص ها در طبقات، 6 عنوان برای طبقات نامگذاری گردید: 1-عضو گیری(دوشاخص)، 2-ساختار شبکه(6 شاخص)، 3- موقعیت شبکه(3 شاخص)، 4-جریان دانش(3 شاخص)، 5- صیانت پذیری(3 شاخص) و 6- پایداری(5 شاخص). در پایان نیز محدودیت های تحقیق ارائه شد.
Although science and technology collaborative networks (STCNs) have been studied and investigated for quite a while, the challenges of orchestrating these networks have received insignificant attention. In this paper, five collaborative networks in the field of strategic technologies laboratories, scientific laboratories, biotechnology, molecular medicine, and herbal medicine, established by the government agency in Iran in the years 2000-2018, were studied. In this paper, with systematic review of research, 41 challenges of the orchestrating formal collaborative networks of science and technology in Iran were identified at the level of network analysis. A researcher-made questionnaire was developed and distributed among the knowledgeable 5 selected collaborative networks, which were among the most active formal collaborative networks of science and technology in Iran. For analyzes, exploratory factor analysis and analysis of main factors and varimax rotation were used. Of the 41 indicators identified, 19 factor indexes were below 0.5 and excluded from the analysis, and 22 indicators in the second stage and after the rotation were classified in 6 categories. According to the characteristics of the indicators in the classes, 6 titles were named for the classes: 1- membership (2 indicators), 2- network structure (6 indicators), 3- network position (3 indicators), 4- knowledge mobility (3 indicators), 5- appropriability (3 indicators) and 6- Stability (5 indicators). In the end, research limitations were also presented.