ترجمه مقاله راهنمایی در سطح سلسله مراتب: سطوح چندگانه مدیریت و آنالیز
ترجمه مقاله راهنمایی در سطح سلسله مراتب: سطوح چندگانه مدیریت و آنالیز
چکیده در مورد ترجمه مقاله

رهبری در سطوح بالاتر مدیریت به طور مستقیم با رهبری در سطح پایین بعدی ارتباط داشت که در مقابل به نتایج پیروان در پایین ترین رده مربوط بود. متغیرهای چندگانه درون و میان تحلیل ها تأثیرات چند سطحی را نشان داد که ار نظر فاصله رهبر-پیرو و برای تفاوت های علایق با هم متفاوتند.
کلمات کلیدی: فاصله رهبر-پیرو، رهبری کاریزماتیک و پاداش اقتضایی-متغیرهای چندگانه و بیان تحلیل ها
رهبری سازمانی یک فرایند متصل میان اعضای مختلف سازمان در سطوح سلسله مراتبی را نشان می دهد (لیکرت۱۹۶۱). رهبری نزدیک میان رهبری مرکزی و پیروان بی واسطه وی در موقعیت های مختلف موضوع تحقیقات گسترده بوده است. اما درک ما از رهبری دور میان یک رهبر و پیروانی که به طور مستقیم به وی گزارش نمی¬دهند بسیار محدودتر است (آنتونیاکیس و آرتور،۲۰۰۰؛ آورلیو،ژو، کووبهایتس،۲۰۰۴؛ والدمن و یامارینو،۱۹۹۹) و به چندین ضلع در رهبری اشاره می کند.
توضیحات در مورد این مقاله و ترجمه آن
عنوان انگلیسی مقاله: Leadership across hierarchical levels: Multiple levels of management and multiple levels of analysis
عنوان فارسی مقاله: رهبری در سطوح سلسله مراتب: مدیریت سطوح چند گانه مدیریت و تحلیل سطوح چندگانه
دسته: مدیریت
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: ۲۷
جهت مشاهده توضیحات کامل تر و دانلود اصل و ترجمه این مقاله اینجا کلیک نمایید.
ترجمه مقاله راهنمایی در سطح سلسله مراتب: سطوح چندگانه مدیریت و آنالیز
- ۰ نظر
- ۱۵ تیر ۹۶ ، ۱۳:۱۵




در این مقاله ، ما شواهدی از فعالیت های تجاری غیر طبیعی در سراسر تاریخ
های کلیدی در رفتار buybacks خارج از بازار کاوش و بررسی از این فعالیت ها
خواهیم داشت . ما شواهدی از فعالیت های تجاری غیر طبیعی در اطراف اطلاعیه
اولیه و از بیع متقابل تاریخ اعلام نهایی را پیدا کردیم . تفاوت معنی داری
در حجم غیر طبیعی بین buybacks با بی اعتباری مالیاتی و اهمیت انگیزه
های مالیاتی در توضیح فعالیت های تجاری غیر طبیعی در سهام شرکت ها ، خارج
از بازار buybacks وجود دارد .






بنابراین، در این مقاله الگوریتم داده کاوی موازی فازی – ژنتیکی را بر
اساس معماری ارباب – برده ارائه کردهایم تا قواعد وابستگی و توابع عضویت
را از تراکنشهای کمی استخراج کنیم. پردازندهی master مانند الگوریتم
ژنتیک از جمعیت یگانهای استفاده میکند، و وظایف ارزیابی برازش را بین
پردازندههای slave توزیع میکند. اجرای الگوریتم پیشنهاد شده در معماری
ارباب – برده بسیار طبیعی و کارآمد است. پیچیدگیهای زمانی برای
الگوریتمهای داده کاوی ژنتیکی – فازی موازی نیز مورد تحلیل قرار گرفته
است. نتایج این تحلیل تأثیر قابل توجه الگوریتم پیشنهاد شده را نشان داده
است. هنگامی که تعداد نسلها زیاد باشد، افزایش سرعت الگوریتم ممکن است
نسبتاً خطی باشد. نتایج تجربی تیز این نکته را تأیید میکنند. لذا به
کارگیری معماری ارباب – برده برای افزایش سرعت الگوریتم داده کاوی ژنتیکی –
فازی روشی امکان پذیر برای غلبه بر مشکل ارزیابی برازش کم سرعت
الگوریتم اصلی است.