دانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110A Novel Network DEA Model Based on the Directional Distance Function for Simultaneous Handling of Negative and Integer-valued Dataارائهی مدل جدید DEA شبکهای مبتنی بر تابع فاصلهی جهتدار برای پردازش همزمان دادههای منفی و مقدار صحیح1322827210.48311/mri.2026.28272FAحسینعزیزیاستادیار، گروه ریاضی، واحد پارسآباد مغان، دانشگاه آزاد اسلامی، پارسآباد مغان، ایران0000-0002-7359-8790سمیهرشیددانشآموختهی کارشناسی ارشد، گروه ریاضی، واحد پارسآباد مغان، دانشگاه آزاد اسلامی، پارسآباد مغان، ایرانJournal Article20251004Data Envelopment Analysis (DEA), as a non-parametric and data-driven methodology, is an effective tool for assessing the relative efficiency of a set of decision-making units (DMUs) with multiple inputs and outputs. However, classical DEA models disregard the internal structure of DMUs and treat them as “black boxes.” To overcome this limitation, network DEA has been developed to explicitly model the internal interactions among the components of each DMU. Moreover, in many real-world applications, certain input, output, or intermediate variables are inherently discrete and take integer values, and negative data may also be present. Such characteristics are typically ignored in conventional DEA models and can lead to inaccurate or impractical efficiency estimates. This paper proposes a novel network DEA model based on the directional distance function for two-division series systems, capable of simultaneously handling negative data and integer-valued variables. By defining an appropriate direction vector, the proposed model enables the measurement of system efficiency under both constant returns to scale and variable returns to scale. To demonstrate the capabilities of the proposed model, a real case study involving 29 Iranian supply chains in the medical consumables industry is conducted. The results show that the proposed model not only accurately distinguishes between efficient and inefficient DMUs but also provides projection points that specify the exact pathway for performance improvement in each division. The findings indicate that the proposed approach can serve as a robust and reliable tool for evaluating and enhancing supply chain efficiency, particularly in sensitive industries such as medical consumables.تحلیل پوششی دادهها (DEA) بهعنوان یک روش غیرپارامتری و دادهمحور، ابزاری کارآمد برای ارزیابی کارایی نسبی مجموعهای از واحدهای تصمیمگیرنده (DMUها) با چندین ورودی و خروجی است. با این حال، مدلهای کلاسیک DEA ساختار درونی DMUها را نادیده میگیرند و آنها را بهعنوان جعبههای سیاه در نظر میگیرند. برای رفع این محدودیت، DEAی شبکهای توسعه یافته است که تعاملات درونی بین اجزای DMU را به طور صریح مدلسازی میکند. علاوه بر این، در بسیاری از کاربردهای واقعی، برخی متغیرهای ورودی، خروجی یا محصولات بینابینی دارای ماهیت گسسته و مقادیر صحیح هستند و حتی ممکن است دادههای منفی نیز وجود داشته باشد. این ویژگیها در مدلهای مرسوم DEA نادیده گرفته میشوند و میتوانند منجر به برآوردهای نادرست و غیرعملی گردند. در این مقاله، یک مدل DEAی شبکهای مبتنی بر تابع فاصلهی جهتدار برای سیستمهای سری دو بخشی ارائه میشود که قابلیت پردازش همزمان دادههای منفی و مقدار صحیح را داراست. مدل پیشنهادی با تعریف مناسب بردار جهت، امکان اندازهگیری کارایی سیستم تحت هر دو فرض بازده به مقیاس ثابت و متغیر را فراهم میکند. برای نمایش قابلیتهای مدل پیشنهادی، یک مطالعهی موردی بر روی ۲۹ زنجیرهی تأمین ایرانی در صنعت تجهیزات مصرفی پزشکی انجام شده است. نتایج نشان میدهد که مدل پیشنهادی نهتنها قادر است DMUهای کارا و ناکارا را بهدرستی تفکیک کند، بلکه با ارائهی نقاط تصویر، مسیر دقیق اصلاح عملکرد هر بخش را نیز مشخص میسازد. یافتهها نشان میدهد که رویکرد پیشنهادی میتواند بهعنوان ابزاری معتبر برای ارزیابی و بهبود کارایی زنجیرههای تأمین، بهویژه در صنایع حساس نظیر تجهیزاتhttps://mri.modares.ac.ir/article_28272_31e2504bbc332378592fb32992f57563.pdfدانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110Clarifying the Concept of "Strategizing" in Strategic Management: A Concept Analysis Approachشفافسازی مفهوم «استراتژیپردازی» در مدیریت استراتژیک: رویکرد تحلیل مفهوم34582810610.48311/mri.2026.28106FAعلیحیدریاستادیار گروه استراتژی و سیاستگذاری کسب و کار، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران0000-0002-6252-4999ایوبمحمدیاندانشیار گروه مدیریت فناوری اطلاعات، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایرانمحمدعلیشاه حسینیاستاد گروه استراتژی و سیاستگذاری کسب و کار، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران0000-0003-4970-1468مهدیعبدیدانشجوی دکتری مدیریت راهبردی، گروه استراتژی و سیاستگذاری کسب و کار، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20250807The concept of strategizing, as a contemporary and applied notion in strategic management, is characterized by conceptual ambiguity and limited exploration in terms of its definition and dimensions. This study aims to clarify the concept of strategizing and reduce existing ambiguities in the literature by employing Suddaby’s conceptual analysis framework. To this end, research articles published between 1990 and July 21, 2025, were retrieved and analyzed from the Scopus database using the keywords “strategizing” and “strategy-as-practice”. The findings include: a clear definition of strategizing, specification of its analytical levels, temporal scope, and value foundations, comparison with related concepts, and the provision of a coherent framework for the concept. The proposed conceptual framework facilitates the effective application of the strategizing concept at the business, corporate, and ecosystem levels. This research contributes to the conceptual development of strategizing and serves as a foundation for future studies, particularly those exploring the required capabilities for strategizing and the mechanisms for its implementation across different organizational and managerial levels.مفهوم استراتژیپردازی، بهعنوان یکی از مفاهیم نوین و کاربردی در مدیریت استراتژیک، به دلیل ابهام در تعریف و تبیین ابعاد آن، نیازمند مطالعه و بررسی دقیقتر است. این پژوهش با هدف شفافسازی مفهوم استراتژیپردازی و کاهش ابهام موجود در ادبیات، از رویکرد تحلیل مفهوم سودابی استفاده کرده است. بدین منظور، مقالات منتشرشده بین سالهای 1990 تا 21 جولای 2025 در پایگاه اسکوپوس با کلیدواژههای "استراتژیپردازی" و "استراتژی بهعنوان عمل" مورد جستجو و تحلیل قرار گرفتهاند. یافتههای پژوهش شامل تعریف شفاف مفهوم استراتژیپردازی، تبیین سطح تحلیلی، دامنة زمانی و مبانی فلسفی آن، مقایسه با مفاهیم مشابه، و ارائه چارچوبی منسجم برای این مفهوم است. چارچوب مفهومی پیشنهادی میتواند زمینة کاربست بهتر این مفهوم در سطوح کسبوکار، شرکت و اکوسیستم را فراهم سازد. این پژوهش میتواند آغازی برای تحقیق و توسعة بیشتر پیرامون مفهوم استراتژیپردازی، به ویژه در حوزة قابلیتهای موردنیاز برای آن و همچنین راهکارهای پیادهسازی آن در سطوح مختلف سازمانی و مدیریتی باشد.https://mri.modares.ac.ir/article_28106_c50d28e81a9e22a95e30a0d1164902c2.pdfدانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110Providing a model for developing corporate innovative capabilities with a blue ocean approach in pharmaceutical companiesمدل پیشایندی و پیامدی برای توسعه قابلیتهای نوآورانه شرکتی با رویکرد اقیانوس آبی در شرکتهای دارویی60922810410.48311/mri.2026.28104FAجهادسالم عباسدانشجوی دکترای مدیریت بازاریابی ، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.محمدباشکوهاستاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران0000-0003-0367-3916قاسمزارعیاستاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایرانناصرسیف الهیاستاد، گروه مدیریت بازرگانی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایرانJournal Article20251027This study aims to explore and analyze the components and categories of enhancing innovation capacity through the application of the blue ocean strategy in the Iraqi pharmaceutical industry. Conducted as an applied research project, it employs a qualitative approach using thematic analysis. Data were gathered through semi-structured interviews with 19 managers and experts in marketing and the pharmaceutical sector, analyzed across three coding phases: open, axial, and selective. During the open coding phase, 77 initial codes were identified and grouped into 12 axial categories: red ocean challenges, the necessity to move beyond traditional competition, advantages of the blue ocean strategy, elimination of unnecessary factors, reduction of low-value factors, enhancement of existing factors, creation of new factors, expansion of innovation capacity, integration of emerging technologies, sustainability and long-term impacts, and strategic foresight. These categories were subsequently consolidated into four overarching themes: challenges, tools, applications, and outcomes. The findings reveal that competitive challenges characteristic of red ocean environments, such as intense traditional rivalry and innovation limitations, can be effectively addressed through the four-pronged framework of elimination, reduction, enhancement, and creation. By fostering new markets and incorporating advanced technologies, the blue ocean strategy enhances innovation capacity and economic sustainability, promotes transformative innovation, and establishes a enduring competitive edge.هدف این پژوهش، شناسایی و بررسی عناصر و مقوله های توسعه ظرفیت نوآوری با رویکرد اقیانوس آبی در صنعت داروسازی عراق است. این مطالعه در سطح کاربردی بوده و با رویکرد کیفی و روش تحلیل مضمون انجام گردید. دادهها از مصاحبههای نیمهساختاریافته با 19 مدیر و متخصص بازاریابی و صنعت داروسازی جمعآوری و در سه مرحله کدگذاری (باز، محوری، انتخابی) تحلیل شدند. در مرحله کدگذاری باز، 77 کد اولیه شناسایی گردید که به 12 مقوله محوری شامل چالشهای اقیانوس قرمز، نیاز به خروج از رقابت سنتی، مزایای استراتژی اقیانوس آبی، حذف عوامل غیرضروری، کاهش عوامل کمارزش، ارتقای عوامل موجود، ایجاد عوامل جدید، افزایش ظرفیت نوآوری، ادغام فناوریهای نوین، پایداری و تأثیرات بلندمدت، و آیندهنگری دستهبندی شدند. این مقولهها در نهایت به چهار مضمون کلان چالشها، ابزارها، کاربردها و پیامدها سازماندهی شدند. یافتهها نشان میدهند که چالشهای رقابتی اقیانوس قرمز، مانند رقابت سنتی شدید و محدودیتهای نوآوری، با استفاده از چارچوب چهارگانه مکانیزم حذف، کاهش، افزایش و خلق قابل کنترل ومدیریت هستند. استراتژی اقیانوس آبی با ایجاد بازارهای جدید و ادغام فناوریهای نوین، ظرفیت نوآوری و پایداری اقتصادی را تقویت، نوآوری تحولآفرین را تسهیل و مزیت رقابتی بلندمدت ایجاد میکند.https://mri.modares.ac.ir/article_28104_8702581b10fc44c8ee9021a967744624.pdfدانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110Identifying the factors Iranian online customers expect from interacting with chatbotsشناسایی عوامل مورد انتظار مشتریان آنلاین ایرانی از تعامل با چتباتها941272827010.48311/mri.2026.28270FAشهریارعزیزیدانشیار، دانشکده ی مدیریت و حسابداری ، دانشگاه شهید بهشتی ، تهران ، ایران0000-0002-7240-8553حسامالدیننعمتیدانشجوی دکتری، گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران.0000-0002-6972-6606نویدخانجانزادهدانشجوی دکتری، گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران.0000-0001-5457-7153Journal Article20250831Chatbots, as one of the important applications of artificial intelligence, are increasingly used in interactions between customers and organizations and play an important role in improving customer experience. Despite the widespread use of this technology, systematic understanding of users' expectations of chatbots, especially in the Iranian cultural context, remains limited. The aim of the present study is to identify and explain Iranian customers' expectations of interacting with chatbots in online environments. This study was conducted with a qualitative approach and using the theme analysis method. Data were collected through semi-structured interviews with 20 users with practical experience or familiarity with chatbots, and sampling was continued using the snowball method until theoretical saturation was achieved. In the data analysis process, 109 basic themes were extracted and classified into 23 organizing themes and 6 overarching themes. The findings show that customers' expectations of chatbots can be explained in six main dimensions, including effectiveness, quality of response, humanness, communication, security, and accessibility. These dimensions encompass a range of functional, interactive, and emotional expectations of users and indicate that customers, in addition to the speed and accuracy of responses, also pay special attention to features such as empathy, understanding the context of the conversation, personalization of interaction, and privacy. The results of this research can provide a practical basis for the design, development, and improvement of service chatbots tailored to the needs and characteristics of Iranian users.چتباتها بهعنوان یکی از کاربردهای مهم هوش مصنوعی، بهطور فزایندهای در تعامل میان مشتریان و سازمانها مورد استفاده قرار میگیرند و نقش مهمی در بهبود تجربه مشتری ایفا میکنند. با وجود گسترش کاربرد این فناوری، شناخت نظاممند انتظارات کاربران از چتباتها، بهویژه در بستر فرهنگی ایران، همچنان محدود است. هدف پژوهش حاضر، شناسایی و تبیین انتظارات مشتریان ایرانی از تعامل با چتباتها در محیطهای آنلاین است. این پژوهش با رویکردی کیفی و با بهرهگیری از روش تحلیل تم انجام شده است. دادهها از طریق مصاحبههای نیمهساختاریافته با ۲۰ نفر از کاربران دارای تجربه یا آشنایی کاربردی با چتباتها گردآوری شد و نمونهگیری به روش گلولهبرفی ادامه یافت تا اشباع نظری حاصل شود. در فرایند تحلیل دادهها، ۱۰۹ مضمون پایه استخراج و در قالب ۲۳ مضمون سازماندهنده و ۶ مضمون فراگیر طبقهبندی شدند. یافتهها نشان میدهد که انتظارات مشتریان از چتباتها در شش بعد اصلی شامل اثربخشی، کیفیت پاسخگویی، انسانگونگی، ارتباطگیری، امنیت و دسترسی قابل تبیین است. این ابعاد طیفی از انتظارات کارکردی، تعاملی و احساسی کاربران را در بر میگیرد و بیانگر آن است که مشتریان، علاوه بر سرعت و دقت پاسخها، به ویژگیهایی نظیر همدلی، درک زمینه گفتگو، شخصیسازی تعامل و حفظ حریم خصوصی نیز توجه ویژه دارند. نتایج این پژوهش میتواند مبنایی کاربردی برای طراحی، توسعه و بهبود چتباتهای خدماتی متناسب با نیازها و ویژگیهای کاربران ایرانی فراهم آورد.https://mri.modares.ac.ir/article_28270_232cb406f90fb05666d177dd85d81a3e.pdfدانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110Intelligent Predictive Model of Purchase Intention and Behavior in the Refurbished Electronics Market Using Neural Networks: Evidence from Iranمدل پیشبینی هوشمند قصد و رفتار خرید در بازار محصولات الکترونیکی بازسازیشده با شبکههای عصبی: شواهدی از ایران1291572827110.48311/mri.2026.28271FAمرضیهسلطانیدانشجوی دکتری مدیریت بازرگانی، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.0000-0003-3183-9792آمنهخدیوردانشیار گروه مدیریت، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.0000-0003-4620-1409Journal Article20251112Refurbished electronics such as smartphones and laptops are increasingly positioned as sustainable and affordable options amid rising e-waste and resource constraints, yet consumer acceptance in Iran remains insufficiently understood. This study integrates Ajzen’s Theory of Planned Behavior and Schwartz’s Norm Activation framework to propose a prediction-oriented model based on artificial neural networks (ANN) for estimating purchase intention and behavior and for quantifying the relative contribution of theoretical constructs. The research is descriptive–applied, survey-based, and cross-sectional; data were collected from 400 Iranian consumers of smartphones and laptops in Fall–Winter 2024 using convenience sampling and a five-point questionnaire. After data cleaning, reverse-coding of negatively worded items, and min–max normalization, multilayer ANNs were trained in MATLAB with a 70/15/15 split for training/validation/testing. Beyond prediction, variable importance was derived via sensitivity analysis. Results indicate that the ANN provides reliable out-of-sample prediction for both intention and behavior. In the ranking of drivers, perceived behavioral control and attitude toward the behavior contribute most to explaining purchase behavior, while purchase intention remains an effective bridge from cognitive constructs to actual behavior. Subjective norms, personal norms (morality), and awareness of consequences exert positive but more modest effects. The learning-based approach offers a finer-grained picture of latent patterns than linear explanations and yields a more dependable estimate of purchase likelihood in the Iranian context. Managerially, effective policies should jointly strengthen perceived capability and ease of action (e.g., simpler purchase processes and lower after-sales risk) and build favorable attitudes grounded in economic and environmental benefits to increase acceptance ofبا رشد زبالههای الکترونیکی و محدودیت منابع، محصولات بازسازیشده مانند گوشی هوشمند و لپتاپ گزینهای پایدار و مقرونبهصرفهاند، اما الگوی پذیرش آنها در ایران نیازمند تبیین دقیق است. این پژوهش با تلفیق نظریه رفتار برنامهریزیشده آجزن و مدل رفتار نوعدوستانه شوارتز، چارچوبی پیشبینیمحور مبتنی بر شبکههای عصبی مصنوعی برای برآورد قصد و رفتار خرید ارائه میکند. مطالعه توصیفی- کاربردی، پیمایشی و تکمقطعی است؛ دادهها از ۴۰۰ مصرفکننده ایرانیِ گوشی هوشمند و لپتاپ در پاییز و زمستان ۱۴۰۳ با نمونهگیری در دسترس و پرسشنامه پنجدرجهای گردآوری شد. پس از پاکسازی، بازکُدگذاری آیتمهای منفی و نرمالسازی، شبکههای چندلایه در متلب با تفکیک ۷۰/۱۵/۱۵ آموزش یافت و علاوه بر پیشبینی، اهمیت نسبی سازهها با تحلیل حساسیت محاسبه شد. نتایج نشان داد مدل شبکه عصبی مصنوعی توان پیشبینی قابل اتکا برای قصد و رفتار خرید دارد؛ در رتبهبندی اهمیت، کنترل رفتاریِ درکشده و نگرش نسبت به رفتار بیشترین سهم را در تبیین رفتار خرید داشتند و قصد خرید حلقه پیونددهنده مؤثری میان سازههای شناختی و رفتار واقعی باقی ماند، در حالیکه هنجار ذهنی، هنجار اخلاقی و آگاهی از پیامد اثرات مثبت اما ملایمتری نشان دادند. این رویکرد یادگیریمحور، فراتر از تبیینهای خطی، تصویر دقیقتری از الگوهای نهفته بین سازهها و برآورد مطمئنتری از احتمال وقوع رفتار خرید در بافت ایران فراهم میکند و نشان میدهد سیاستهای اثربخش باید همزمان بر تقویت احساس توانمندی و سهولت عمل، سادهسازی فرایند خرید و کاهش ریسک خدمات پس از فروش، و شکلدهی نگرش مثبت مبتنی بر منافع اقتصادی و زیستمحیطی متمرکز شوند.https://mri.modares.ac.ir/article_28271_a749bb07e066f295c458ef2517ea7cf3.pdfدانشگاه تربیت مدرسپژوهش های مدیریت در ایران2322-200X29420260110A Meta-Analytic of Options Market Efficiency: Model-Based Tests Approachفراتحلیل کارایی بازار اختیارات: رویکرد آزمونهای مبتنی بر مدل1591882763610.48311/mri.2026.27636FAسعیدفتحیاستاد، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایرانناهیدفتاح المنانکارشناسی ارشد، گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایرانJournal Article20250403Two primary approaches exist for empirical tests assessing the efficiency of options contract markets: the model-based approach and the arbitrage-based approach. Numerous empirical studies have examined model-based efficiency (comparing model-derived option prices with market prices). Still, they have yielded conflicting results regarding the efficiency of the options market, with some studies supporting market efficiency and others rejecting it. This study conducts a meta-analysis of options market efficiency under the model-based approach to reconcile these contradictions and identify their underlying causes. We selected 30 studies published between 2003 and 2022 in SCOPUS-indexed journals, extracting 6,409 test samples for hypothesis testing. The sample includes all reported tests in prior empirical studies (published in SCOPUS-indexed journals) on model-based options market efficiency. Our findings reject market efficiency, indicating a significant divergence between option contract prices and their intrinsic values. Robustness tests—including efficiency metrics, option pricing models, journal H index, analysis date, and moneyness depth—consistently confirm this conclusion.دو رویکرد برای ارزیابی کارآیی بازار اختیارات وجود دارد. رویکرد مبتنی بر مدل و رویکرد مبتی بر آربیتراژ. مطالعات تجربی متعددی کارآیی مبتنی بر مدل (مقایسه قیمتهای حاصل از مدل اختیار با قیمت بازار) را برای بازار اختیارات آزمون کردهاند و به نتایج متناقضی دست یافتهاند. در عین حال تناقضات زیادی در نتایج این مطالعات مشاهده شده است.؛ به نحوی که برخی مطالعات حاکی از کارایی و برخی دیگر، حاکی از ناکارایی این بازار است. هدف این مطالعه، فراتحلیل کارایی بازار اختیارات با رویکرد مبتنی بر مدل در راستای تحلیل تناقضات مطالعات تجربی گذشته و عواملی است که باعث ایجاد این تناقض شده است. لذا، 30 مطالعه انتشار یافته در بین سالهای 2003 تا 2022 در مجلات نمایه شده در پایگاه اسکوپوس برگزیده و 6409 نمونه برای آزمون فرضیهها از آن استخراج شد. جامعه آماری این فراتحلیل شامل کلیه آزمونهای گزارش شده در مطالعات گذشته (منتشر شده در نشریات نمایه شده در اسکوپوس) در حیطه ارزیابی کارآیی بازار اختیارات با رویکرد مبتنی بر مدل است. نتایج حاکی از ناکارایی بازار اختیارات است. بدین معنا که قیمت قراردادهای اختیار از ارزش ذاتی آن فاصله معناداری دارد؛ ضمن اینکه کلیه آزمونهای استواری نظیر معیار کارآیی، مدل قیمتگذاری اختیار، اعتبار نشریه، زمان تحلیل و عمق ارزشمندی نیز این نتیجه را تایید میکند.https://mri.modares.ac.ir/article_27636_e2692f5522a9bf6fe212e70758d0701b.pdf