تأثیر تبعیض مدیریتی و شفافیت تصمیم‌گیری مبتنی بر سیستم‌های هوشمند و داده‌محور بر فرسودگی شغلی کارکنان

هاشمی فرد, سید حسین; رمضانی, یوسف

doi:10.22034/sep.2026.2089460.1496

تأثیر تبعیض مدیریتی و شفافیت تصمیم‌گیری مبتنی بر سیستم‌های هوشمند و داده‌محور بر فرسودگی شغلی کارکنان

مقالات آماده انتشار

نوع مقاله : پژوهشی

نویسندگان

سید حسین هاشمی فرد ¹

یوسف رمضانی ²

¹ گروه مدیریت کسب و کار، دانشکده علوم انسانی، مجتمع آموزش عالی گناباد، گناباد، ایران

² گروه مدیریت، دانشکده علوم انسانی،مجتمع آموزش عالی گناباد، گناباد، ایران

10.22034/sep.2026.2089460.1496

چکیده

گسترش رفتارهای تبعیض‌آمیز مدیریتی و فقدان شفافیت در فرآیندهای تصمیم‌گیری، از مهم‌ترین چالش‌های مدیریت منابع انسانی در سازمان‌ها به شمار می‌آیند. تصمیم‌گیری‌های سلیقه‌ای، نابرابری در تخصیص فرصت‌های شغلی و ارتقای غیرشفاف می‌توانند موجب کاهش اعتماد سازمانی، تضعیف انگیزش کارکنان و افزایش فرسودگی شغلی شوند. این پژوهش با هدف بررسی تأثیر رفتارهای تبعیض‌آمیز مدیریتی و شفافیت تصمیم‌گیری مبتنی بر سیستم‌های هوشمند و داده‌محور بر فرسودگی شغلی کارکنان دانشگاه گناباد انجام شده است. این پژوهش از نظر هدف کاربردی و از حیث روش، توصیفی-همبستگی با رویکرد کمی است. جامعه آماری پژوهش را 109 نفر از کارکنان تشکیل دادند که با استفاده از روش سرشماری، پرسشنامه بین تمامی اعضای جامعه توزیع شد. در نهایت، 103 پرسشنامه جمع‌آوری و مورد تحلیل قرار گرفت. ابزار گردآوری داده‌ها، پرسشنامه استاندارد با طیف لیکرت، مشتمل بر سه سازه رفتارهای تبعیض‌آمیز مدیریتی، شفافیت تصمیم‌گیری مبتنی بر سیستم‌های هوشمند و داده‌محور و فرسودگی شغلی کارکنان بود. روایی پرسشنامه از طریق نظرخواهی از اساتید و پژوهشگران حوزه منابع انسانی و رفتار سازمانی تأیید گردید. همچنین داده‌ها با استفاده از روش بوت‌استرپینگ و مدل‌سازی معادلات ساختاری در نرم‌افزارهای SPSS وSmart PLS 3 تحلیل شدند. نتایج نشان داد که رفتارهای تبعیض‌آمیز مدیریتی با ضریب تأثیر 544/0، تأثیر مثبت و معناداری بر فرسودگی شغلی کارکنان دارد. همچنین، شفافیت تصمیم‌گیری مبتنی بر سیستم‌های هوشمند و داده‌محور با ضریب تأثیر 415/0-، تأثیر منفی و معناداری بر فرسودگی شغلی کارکنان نشان داد. بر این اساس، کاهش رفتارهای تبعیض‌آمیز مدیریتی و تقویت شفافیت در تصمیم‌گیری‌های مبتنی بر داده و فناوری‌های هوشمند می‌تواند نقش مؤثری در کاهش فرسودگی شغلی کارکنان ایفا نماید.

تازه های تحقیق

تبعیض مدیریتی بر افزایش فرسودگی شغلی کارکنان تأثیر مثبت و معناداری دارد.
شفافیت در تصمیم‌گیری‌ مبتنی بر سیستم‌های هوشمند و داده‌محور، نقش مؤثری در کاهش فرسودگی شغلی کارکنان ایفا می‌کند.
استفاده از مدل‌سازی معادلات ساختاری برای تحلیل داده‌ها.

کلیدواژه‌ها

رفتارهای تبعیض‌آمیز مدیریتی

شفافیت تصمیم‌گیری

سیستم‌های هوشمند و داده‌محور

فرسودگی شغلی

بهره‌وری سازمانی

موضوعات

مدیریت دولتی

عنوان مقاله English

The Impact of Managerial Discrimination and Transparency in Decision-Making Based on Intelligent and Data-Driven Systems on Employee Job Burnout

نویسندگان English

Seyed Hossein Hashemifard ¹

Yousef Ramazani ²

¹ Department of Business Administration, Faculty of Humanities Sciences, University of Gonabad, Gonabad, Iran

² Department of Management, Faculty of Humanities Sciences, University of Gonabad, Gonabad, Iran

چکیده English

The expansion of managerial discriminatory behaviors and the lack of transparency in decision-making processes constitute some of the most significant challenges in human resource management within organizations. Arbitrary decision-making, inequality in job opportunity allocation, and non-transparent promotions can lead to reduced organizational trust, weakened employee motivation, and increased job burnout. This study aims to investigate the impact of managerial discriminatory behaviors and transparency in data-driven and intelligent decision-making systems on the job burnout of employees at Gonabad University. Methodologically, this research is applied and descriptive-correlational with a quantitative approach. The statistical population consisted of 109 employees, and using a census method, questionnaires were distributed to all members of the population. Ultimately, 103 questionnaires were collected and analyzed. The data collection instrument was a standard Likert-scale questionnaire consisting of three constructs: managerial discriminatory behaviors, transparency in data-driven and intelligent decision-making, and job burnout. The validity of the questionnaire was confirmed through expert opinion from professors and researchers in the field of organizational behavior. Data were analyzed using bootstrapping and Structural Equation Modeling (SEM) via SPSS and Smart PLS 3 software. The results indicated that managerial discriminatory behaviors have a significant positive effect on employee job burnout, with an effect coefficient of 0.544. Additionally, transparency in data-driven and intelligent decision-making showed a significant negative effect on job burnout, with an effect coefficient of -0.415. Accordingly, reducing managerial discriminatory behaviors and enhancing transparency in data-driven decisions and intelligent technologies can play an effective role in mitigating employee job burnout.

کلیدواژه‌ها English

Managerial Discriminatory Behaviors

Transparency in Decision-Making

Data-Driven and Intelligent Systems

Job Burnout

Organizational Productivity

Copyright © Seyed Hossein Hashemifard, Yousef Ramazani

License

This article is released under the Creative Commons Attribution (CC BY 4.0) license. Anyone is free to copy, share, translate, and adapt this article for any purpose, whether commercial or non-commercial, as long as proper citation is given to the authors and original publication.

Abasi, E., Mohammadipour, R., Aidi, M. (2014). An investigation of the impact of organizational justice dimensions on job satisfaction (case study: an iranian bank). Universal Journal of Management, 2(3), 132-137. (In Persian). https://doi.org/ 10.13189/ujm.2014.020304

Adams, J. S. (1965). Inequity in social exchange. In Advances in experimental social psychology (Vol. 2, pp. 267-299). Academic press. https://doi.org/10.1016/S0065-2601(08)60108-2

Bakker, A. B., & De Vries, J. D. (2021). Job Demands–Resources theory and self-regulation: new explanations and remedies for job burnout. Anxiety, stress, & coping, 34(1), 1–21. https://doi.org/10.1080/10615806.2020.1797695

Bakker, A. B., & Demerouti, E. (2017). Job demands–resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology, 22(3), 273. https://doi.org/10.1037/ocp0000056

Colquitt, J. A., Lepine, J. A., & Wesson, M. J. (2015). Organizational behavior: Improving performance and commitment. Organizational Behaviour. McGraw-Hill Education. https://doi.org/10.22067/jead.2024.86675.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.

Cropanzano, R., Bowen, D. E., & Gilliland, S. W. (2007). The management of organizational justice. Academy of Management Perspectives, 21(4), 34–48. https://doi.org/10.5465/amp.2007.27895338

Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., ... & Williams, M. D. (2019). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research and practice. International Journal of Information Management, 57. https://doi.org/10.1016/j.ijinfomgt.2019.08.002

Greenberg, J. (1990). Organizational justice: Yesterday, today, and tomorrow. Journal of Management, 16(2), 399-432.

Hashemifard, S. H., Mousavi Neghabi, S. M., & Oladi, M. (2024). The effect of customer relationship management on company performance considering the moderating role of innovation capability: Evidence from a mushroom production and packaging company. Journal of Agricultural Economics and Development, 38(1). (In Persian). https://doi.org/10.22067/jead.2024.86675.1253

Hashemifard, S., & Okhravi, A. (2025). Investigating the effect of organizational commitment and perceived organizational justice on knowledge sharing motivation. Systems Engineering and Productivity, 5(1), 93–111. (In Persian). https://doi.org/10.22034/sep.2025.2046866.1239

Hosseini, S. A., & Keneshlow, H. (2024). Studying the relationship between human resource development and justice, satisfaction and increasing the efficiency of social security employees. System Engineering and Productivity, 4(3), 1-10. (In Persian). https://doi.org/10.22034/msb.2024.2013266.1161

Imanifar, M., & Sheikhani, H. (2026). Identifying Methods to Enhance Productivity of Supervisors in Gas Supply Projects Using an Integrated Approach of TRIZ and Grounded Theory (Case Study: Khorasan Razavi Gas Company). System Engineering and Productivity, 6(3), 139-161. (In Persian). https://doi.org/10.22034/sep.2025.2076610.1422

Imen Gushchi, N., Mohajeran, B., Hassani, M. (2023) Investigating the Impact of Organizational Justice and Freedom of Action on Job Performance and Organizational Commitment of the Employees (Case Study: Urmia's first education and training district). Journal of Managing Education in Organizations, 12 (2): 151-174. (In Persian). http://journalieaa.ir/article-1-594-fa.html

Khaledi, R., Heydariyeh, S. A., & Hematian, H. (2025). Analysis and design of a human resource productivity improvement model in the public sector (a study in the Ministry of Health, Treatment, and Medical Education). System Engineering and Productivity, 5(2), 119-147. (In Persian). https://doi.org/10.22034/sep.2025.2047029.1240

Kim, S., Andersen, K. N., & Lee, J. (2022). Platform government in the era of smart technology. Public Administration Review, 82(2), 362–36. https://doi.org/10.1111/puar.13422

Leguina, A. (2015). A primer on partial least squares structural equation modeling (PLS-SEM). https://doi.org/10.1080/1743727X.2015.1005806

Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal of Occupational Behavior, 2 (2), 99–113. https://doi.org/10.1002/job.4030020205

Maslach, C., & Leiter, M. P. (2016). Burnout and engagement: Contributions to a new vision. Burnout Research, 5, 55-57. https://doi.org/10.1080/1743727X.2015.1005806

Maslach, C., Schaufeli, W. B., & Leiter, M. P. (2001). Job burnout. Annual review of psychology, 52(2001), 397-422. https://doi.org/10.1146/annurev.psych.52.1.397

Meijer, A. J., & Bolívar, M. P. R. (2016). Understanding the rise of smart governance: A theoretical framework. Government Information Quarterly, 33 (4), 392–408. https://doi.org/10.1177/0894439315611088

Mirkamali, K. S., Ahmadizad, A., Kazemzadeh, S., & Varmaghani, M. (2019). Determining the relationship between job burnout and employee productivity. Iranian Journal of Ergonomics, 7(1), 37–47. (In Persian). https://doi.org/10.30699/jergon.7.1.37

Muller, W.M., & Wirtz, B.W. (2019). An integrated artificial intelligence framework for public administration. Public Administration Review, 21(7), 1076–1100. https://doi.org/10.1080/14719037.2018.1549268

Nesbit, R., Christensen, R.K. and Brudney, J.L. (2018), The Limits and Possibilities of Volunteering: A Framework for Explaining the Scope of Volunteer Involvement in Public and Nonprofit Organizations. Public Admin Rev, 78: 502-513. https://doi.org/10.1111/puar.12894

Neuman, D. (2014). Qualitative research in educational communications and technology: A brief introduction to principles and procedures. Journal of Computing in Higher Education, 26, 69-86. https://doi.org/10.1007/s12528-014-9078-x

Robbins, S. P., & Judge, T. A. (2019). Organizational Behavior (18th ed.).

Shin, D. (2021). The effects of explainability and causability on perception, trust, and acceptance: Implications for explainable AI. International Journal of Human-computer Studies, 146, 102551. https://doi.org/10.1016/j.ijhcs.2020.102551

Smith, K. J., Dhillon, G., & Carter, L. (2021). User values and the development of a cybersecurity public policy for the IoT. International Journal of Information Management, 56, 102123. https://doi.org/10.1016/j.ijinfomgt.2020.102123

Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of artificial intelligence in the public sector. Government Information Quarterly, 36(2), 368–383. https://doi.org/10.1016/j.giq.2018.09.008

Trenerry, B., Chng, S., Wang, y., Suhalia, Z., Lim, S., Lu, H, Y, & Oh, P, H. (2021). Preparing workplaces for digital transformation: An integrative review and framework of multi-level factors. Frontiers in Psychology, 12, 1-24. 397–422. https://ink.library.smu.edu.sg/cis_research/84

Zahednezhad, H., Hosseini, M. A., Ebadi, A., Farokhnezhad Afshar, P., & Ghanei Gheshlagh, R. (2021). Investigating the relationship between organizational justice, job satisfaction, and intention to leave the nursing profession: A cross-sectional study. Journal of Advanced Nursing, 77(4), 1741–1750. (In Persian). https://doi.org/10.1111/jan.14717

Zuiderwijk, A., Chen, Y. C., & Salem, F. (2021). Implications of the use of artificial intelligence in public governance: A systematic literature review and a research agenda. Government Information Quarterly, 38(3), 101577. https://doi.org/10.1016/j.giq.2021.101577