Journal of Entrepreneurial Strategies in Agriculture

fa ارائه و تببین مدل پیش‌بینی کننده آینده کارآفرینانه دانشجویان با تأکید بر شاخص‌های هوشمندی کسب‌وکار Presenting and Explaining the Predictive Model of Students' Entrepreneurial Future with an Emphasis on Business Intelligence Indicators کارآفرینی در کشاورزی کارآفرینی در کشاورزی پژوهشي Research <div style="text-align: justify;">چکیده مبسوط مقدمه و هدف: موضوع اشتغال و هدایت جمعیت فارغ‌التحصیل دانشگاهی به‌سمت کارآفرینی یکی از موضوعات پر چالش و مورد علاقه پژوهشگران این حوزه بوده و هست. یکی از سوالات اساسی که در این زمینه وجود دارد این است که چرا در یک شرایط و زمینه نسبتا مشابه، برخی از فارغ‌التحصیلان دانشگاهی فرصت‌های کارآفرینی را شناسایی و عملیاتی می‌کنند و برخی دیگر از چنین توانایی برخوردار نیستند؟ پاسخ به این سوال چند وجهی، از ابعاد گوناگونی قابل بررسی است که در پژوهش حاضر یک وجه آن یعنی شاخص‌های هوشمندی کسب‌وکار در شکل‌دهی آینده کارآفرینانه مدنظر قرارگرفته است. مواد و روش‌ها: در گام اول با استفاده از مرور ادبیات و پیشینه پژوهش در زمینه کارآفرینی و ارتباط آن با هوشمندی کسب‌وکار، 13 بعد هوشمندی کسب‌وکار که می‌توانند در شکل‌دهی آینده کارآفرینانه تأثیرگذار باشند شناسایی شدند. در گام دوم به‌منظور واکاوی جامعه آماری از روش‌های کمی در علم داده‌کاوی (تشریحی و پیش‌بینی) استفاده شد. به‌منظور تشریح جامعه پژوهش، 401 دانشجوی دانشگاه کشاورزی و منابع طبیعی گرگان در سال 1401 با استفاده از شاخص دیویس-بولدین در سه خوشه مجزا از هم خوشه‌بندی و بررسی شدند، همچنین به‌‌منظور طراحی مدل پیش‌بینی کننده آینده کارآفرینانه دانشجویان از شبکه‌های عصبی مصنوعی استفاده شد. یافته‌ها: نتایج پژوهش نشان داد در جامعه آماری پژوهش، از نظر برخورداری از هوشمندی کسب‌وکار تفاوت معنادار و قابل ‌توجهی بین دانشجویان وجود دارد به‌نحوی‌که بر اساس شاخص‌های هوشمندی کسب‌وکار، دانشجویان در سه خوشه قابل ‌تفکیک و تمایز از هم هستند. نتایج در مرحله مدل‌سازی پیش‌بینی کننده آینده کارآفرینانه دانشجویان با استفاده از شبکه‌های عصبی نشان داد شاخص‌های هوشمندی کسب‌وکار از قابلیت پیش‌بینی کنندگی بالایی برخوردارند و با استفاده از آن‌ها می‌توان تغییرات متغیر وابسته را با دقت 0/925 پیش‌بینی کرد، همچنین نتایج تحلیل حساسیت در خصوص اهمیت متغیرهای جمعیت شناختی، تأثیر این متغیرها بر شکل‌دهی آینده کارآفرینانه را مورد تائید قرار داد.</div> <div style="text-align: justify;">نتیجه‌گیری: با توجه به نتایج پژوهش حاضر می‌تواند این‌گونه استنباط کرد که دانشجویان از نظر شاخص‌های هوشمندی کسب‌وکار در وضعیت متفاوتی از همدیگر قرار دارند که این موضوع می‌تواند در شکل‌دهی آینده کارآفرینانه آن‌ها نقش مهمی را ایفا کند، لذا پیشنهاد می‌شود از طریق دوره‌های مهارت‌آموزی، در نظر گرفتن شاخص‌های هوشمندی کسب‌وکار در مراحل گزینش و انتخاب دانشجو، ارائه دروس عملی در دانشگاه، تقویت ارتباط صنعت و دانشگاه و معرفی کارآفرینان موفق به دانشجویان شاخص‌های هوشمندی کسب‌وکار تقویت و ارتقا یابند.</div> <h1 style="text-indent: -0.5pt; text-align: justify;">Extended Abstract  </h1> <div style="text-align: justify;">Background: The issue of employment and guiding the population of university graduates towards entrepreneurship has long been one of the most challenging and favored topics among researchers in this field. One fundamental question in this area is why, in relatively similar situations and contexts, some university graduates identify and pursue entrepreneurial opportunities, while others do not possess this ability. The answer to this multifaceted question can be explored from various dimensions, one of which—business intelligence indicators—has been considered crucial in shaping the entrepreneurial future. Methods: In the first step, a literature review and analysis of research in the field of entrepreneurship and its relationship with business intelligence were conducted to identify 13 dimensions of business intelligence that can effectively influence the entrepreneurial future. In the second step, quantitative methods in data mining (both descriptive and predictive) were utilized to analyze the statistical population. To describe the research community, 401 students from Gorgan University of Agriculture and Natural Resources in 1401 were grouped and analyzed into three separate clusters using the Davis-Bouldin index. Additionally, artificial neural networks were employed to design a predictive model for assessing the entrepreneurial future of the students. Results: The research findings revealed a significant difference among students in the statistical population regarding their business intelligence capabilities. Based on the identified business intelligence indicators, students can be categorized into three distinct clusters. The results from the modeling stage of predicting students' entrepreneurial futures using neural networks demonstrated that business intelligence indicators possess a high predictive ability, allowing for changes in the dependent variable to be predicted with an accuracy of 0.925. Furthermore, the results of the sensitivity analysis confirmed the importance of demographic variables and their impact on shaping the entrepreneurial future. Conclusion: According to the results of the current research, it can be concluded that students differ significantly in their business intelligence indicators, which can play a vital role in determining their entrepreneurial futures. Therefore, it is recommended that business intelligence indicators be strengthened and enhanced through skill training courses, consideration of these indicators during the student selection process, provision of practical courses at the university, strengthening the relationship between industry and academia, and introducing successful entrepreneurs to students.</div> خوشه‌بندی, شبکه عصبی مصنوعی, کارآفرینی, کسب‌وکار, هوشمندی بازار Artificial neural network, Business, Clustering, Entrepreneurship, Market intelligence 107 117 http://jea.sanru.ac.ir/browse.php?a_code=A-11-667-1&slc_lang=fa&sid=1 Mohammad Ali Siah Siahsarani Kojuri محمد علی سیاه سرانی کجوری m.sarani@gu.ac.ir 10031947532846004666 10031947532846004666 Yes Department of Management, Entrepreneurship Research Group, Strategic Studies of Cooperation, Development and Social Welfare Institute, Golestan University, Gorgan, Iran گروه پژوهشی کارآفرینی، پژوهشکده مطالعات راهبردی تعاون، توسعه و رفاه اجتماعی، دانشگاه گلستان، گرگان، ایران