مقاله انگلیسی مدیریت شهرهای هوشمند از طریق روش شش سیگما DMADICV

سلام دوست من ، توی این پست براتون یه مقاله انگلیسی جدید که در دسته مقالات مدیریت و شهرهای هوشمند هست، منتشر کردیم. خوب این مقاله یه مقاله علمی پژوهشی، از یه مجله ISI هست که توی پایگاه  الزویر در سال ۲۰۲۱ منتشر شده. فایل انگلیسی ۱۹ صفحه PDF هست بخش هایی از مقاله انگلیسی ترجمه شده که قبل از سفارش می تونید کیفیت ترجمه رو بررسی کنید. برای سفارش ترجمه کامل مقاله روی گزینه ثبت سفارش ترجمه کلیک کنید بعد از ثبت سفارش پیش فاکتور از طریق ایمیل و پیامک خدمتتون ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.

کد محصول: M11508

سال نشر: ۲۰۲۱

نام ناشر (پایگاه داده): الزویر

نام مجله: Sustainable Cities and Society

نوع مقاله: علمی پژوهشی (Research articles)

فرضیه: ندارد

متغیر: ندارد

مدل مفهومی: ندارد

پرسشنامه : ندارد

تعداد صفحه انگلیسی: ۱۹  صفحه PDF

عنوان کامل فارسی:

مقاله انگلیسی ۲۰۲۱ : مدیریت شهرهای هوشمند از طریق روش شش سیگما DMADICV: یک چارچوب مفهومی مبتنی بر مرور

عنوان کامل انگلیسی:

Managing smart cities through six sigma DMADICV method: A review-based conceptual framework

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1508)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده فارسی

شهرهای هوشمند طرح های پیچیده ای هستند که چالش های مدیریتی متعددی را به همراه دارند. مطالعه حاضر یک چارچوب مفهومی مبتنی بر شش سیگما برای مدیریت شهرهای هوشمند پیشنهاد می‌کند. DMADICV یک روش جدید است که در مطالعه حاضر برای شش سیگما پیشنهاد شده است. چارچوب پیشنهادی DMADICV از شش ساختار کلیدی تشکیل شده است: تعریف، اندازه گیری، تجزیه و تحلیل، طراحی، بهبود، و کنترل و تأیید. این ساختار  به‌عنوان لایه‌هایی در شهرهای هوشمند استفاده می‌شوند و ادبیات مربوطه برای برجسته کردن عوامل و گروه‌های کلیدی مرتبط با هر لایه بررسی می‌شود. یک چارچوب مفهومی برای مدیریت شهر هوشمند و یک مکانیسم ارزیابی برای اندازه‌گیری و آزمایش عملکرد فرآیندهای یکپارچه شهر هوشمند ارائه شده است. این امر با اندازه گیری و کنترل هزینه عدم انطباق کیفیت، مستندسازی صحیح در آغاز کار و اجرای به موقع اقدامات کنترلی، شاخص پردازش فعالیت و کنترل های کیفیت حاصل می شود. مولفه بهبود ۳۵.۶۷ درصد از چارچوب DMADICV را در بر میگیرد و پس از آن تعریف (۱۶.۷۶ درصد)، طراحی (۱۵.۵۲ درصد)، کنترل و تأیید (۱۴.۳۳ درصد)، اندازه گیری (۱۰.۰۸ درصد)، و تجزیه و تحلیل (۸.۱۵ درصد) قرار دارد. ده عامل برتر برای مدیریت شهرهای هوشمند از طریق روش شش سیگما به ترتیب شامل بهبود کیفیت فرآیند، توسعه سازمانی، تجزیه و تحلیل فرآیند، مدیریت کیفیت، کنترل هزینه، DMAIC، مدیریت تغییر، طرح های مدیریت پروژه، کاهش ضایعات، اندازه‌گیری کیفیت فرآیند و ایجاد ارزش است. چارچوب DMADICV و روابط پویا آن از طریق یک مدل سیستمی نشان داده می شود و گروه‌های کلیدی آن در لایه‌هایی از شهرهای هوشمند ارائه می‌شود که به موجب آن گروه های حاکمیت و مدیریت شهری می‌توانند به طور مؤثر و کارآمد خدماتی را به شهروندان هوشمند خود ارائه دهند. روش پیشنهادی DMADICV و چارچوب مدیریت شهر هوشمند مرتبط با آن، مجموعه دانش فعلی را غنی کرده که می‌تواند در سایر زمینه‌های دانش مورد استفاده قرار گیرد.

کلمات کلیدی: شش سیگما، شهرهای هوشمند، مدیریت شهری، DMADICV، DMAIC، DFSS، DMADV

۱.مقدمه

Smart cities که به عنوان شهرهای هوشمند یا شهرهای دانش نیز شناخته می شوند، ظرح هایی وابسته به فناوری برای داشتن شهرهایی یکپارچه، پایدار، آگاهی بخش و قابل مدیریت هستند (جانسون، رابینسون، و فیلپات، ۲۰۲۰؛ ییگیتکانلار، ۲۰۱۸). این ادغام شامل همسان سازی فناوری ها در بخش های مختلف مدیریتی برای بهبود سبک زندگی شهروندان شهر هوشمند و فرهنگ کلی و جامعه است (فرانک و فرناندز-مونتسینوس، ۲۰۲۰؛ سینگ و همکاران، ۲۰۲۰). با این حال، بیان این کار آسان تر از انجام آن است. شهرهای هوشمند با یکپارچگی و چالش های مدیریتی شدید مواجه هستند (ژانگ و همکاران، ۲۰۲۰). اینها شامل امنیت و حریم خصوصی در اپلیکیشن های شهر هوشمند (ژانگ و همکارانش (۲۰۱۷)، الزامات شبکه پیچیده (شعیب و شمسی ۲۰۱۹)، یکپارچه سازی تکنولوژی های Big9 برای مدیریت املاک هوشمند (اولا، صمد سپاسگزار و وانگ ۲۰۱۸)، همکاری ذینفعان (اولا، صمد سپاسگزار و علی ۲۰۱۹)، بازاریابی دیجیتالی، مدیریت ریسک مربوط به حاکمیت شهر، و یکپارچگی کلی شهر (لو، اولا، شیروژان، سپاسگزار و لی ۲۰۲۰؛ اولا، قیم، تهیم، التورجمن و سپاسگزار ۲۰۲۱) هستند. یکی از این مسائل کلیدی یکپارچه سازی، بهینه سازی فرآیند در رابطه با سازمان ها و بخش های مختلفی است که برای مدیریت جامع شهرهای هوشمند کار می کنند (حماد، اکبرنژاد، حداد و وازکوز ۲۰۱۹). تکنیک های مختلفی مورد مطالعه قرار گرفته اند تا فرآیندهای مرتبط را اضافه کنند و آنها را بهینه سازند تا یک سیستم مدیریت پیشرفته تر برای حاکمیت شهر هوشمند داشته باشند…

۵.جمع بندی

در مطالعه حاضر یک چارچوب مفهومی برای اتخاذ Six Sigma در شهرهای هوشمند را معرفی می کنیم. ما یک روش DMADICV جدید را برای این منظور پیشنهاد می کنیم که روشهای فعلی Six Sigma – یعنی DMAIC و DMADV (یا DFSS) – را با هم ترکیب می کند. ما مرور جامعی را بر روی مطالعات بازیابی شده به صورت سیستماتیک در رشته های اصلی محیط ساخت انجام می دهیم. این رشته ها شامل حیطه های ساختمان، معماری، برنامه ریزی شهری، املاک، و مدیریت دارایی است. این رشته ها و شهرهای هوشمند به عنوان کلمات کلیدی برای بازیابی ۳۴ مقاله مرتبط مورد استفاده قرار می گیرند که به طور کامل مرور شده اند تا عوامل و فرآیندهای کلیدی مربوط به اتخاذ Six Sigma در شهرهای هوشمند را بازیابی کنند…

شکل ۳.  مدل DMADICV برای مدیریت شهر هوشمند

Abstract

Smart cities are complex endeavors that present several management challenges. The current study proposes a conceptual framework based on Six Sigma for managing smart cities. DMADICV is a novel method proposed in the current study for Six Sigma. The proposed DMADICV framework consists of six key constructs: Define, Measure, Analyze, Design, Improve, and Control & Verify. These constructs are used as layers in smart cities, and relevant literature is reviewed to highlight the key factors and groups related to each layer. A conceptual framework is provided for smart city management and an assessment mechanism presented for measuring and testing the performance of smart city integrated processes. This is achieved by measuring and controlling the cost of quality non-conformance, right documentation in the first time, and timely implementation of control measures, the activity processing index, and quality controls. Improvement construct has a percentage of 35.67 % share in the DMADICV framework followed by define (16.76 %), design (15.52 %), control & verify (14.33 %), measure (10.08 %), and analyze (8.15 %). The top ten factors for managing smart cities through the Six Sigma method include process quality improvement, organizational development, process analysis, quality management, cost control, DMAIC, change management, project management plan, waste reduction, process quality measurement, and value creation, respectively. The DMADICV framework and its dynamic relations are shown through a system model and its key groups represented in layers of the smart cities whereby the city governance and management teams can provide services to their smart citizens effectively and efficiently. The proposed DMADICV method and associated smart city management framework are a humble addition to the body of knowledge that can be adopted and utilized in other knowledge fields.

Keywords: Six Sigma, Smart cities, City management, DMADICV, DMAIC, DFSS, DMADV

۱.Introduction and background

Smart cities, also known as intelligent cities or knowledge cities, are technology-dependent initiatives to have more integrated, sustainable, informed, and manageable cities (Johnson, Robinson, & Philpot, 2020; Yigitcanlar, 2018). The integration involves assimilating technologies across various management departments to improve smart city citizens’ lifestyles and the overall culture and society (Frank & Fern´andez-Montesinos, 2020; Singh et al., 2020). However, this is easier said than done; smart cities are faced with severe integration and managerial challenges (Zhang et al., 2020). These include security and privacy in smart city applications (Zhang et al., 2017), sophisticated network requirements (Shoaib & Shamsi, 2019), Big9 technologies integration for smart real estate management (Ullah, Sepasgozar, & Wang, 2018), stakeholder collaboration (Ullah, Samad Sepasgozar, & Ali, 2019), digital marketing, risk management related to city governance and overall city integration (Low, Ullah, Shirowzhan, Sepasgozar, & Lee, 2020; Ullah, Qayyum, Thaheem, Al-Turjman, & Sepasgozar, 2021). One such key integration issue is process optimization related to various organizations and departments working for holistic management of smart cities (Hammad, Akbarnezhad, Haddad, & Vazquez, 2019). Different techniques have been explored to integrate the pertinent processes and optimize them to have a more sophisticated management system for smart city governance…

۵.Conclusions

The current study provides a conceptual framework for adopting Six Sigma in smart cities. A new method of DMADICV is proposed for this purpose that combines the current Six Sigma methods: DMAIC and DMADV or DFSS. A comprehensive review of systematically retrieved literature in the core fields of the built environment is conducted. This includes the areas of construction, architecture, urban planning, real estate, and property management. These fields and smart cities are used as keywords to retrieve 34 relevant articles that are thoroughly reviewed to retrieve key factors and processes related to Six Sigma adoption in smart cities…