مدل‌سازی محاسباتی برای روان‌شناسان صنعتی-سازمانی ۲۰۲۳
Computational Modeling for Industrial-Organizational Psychologists 2023

این مجموعه، راهنمای اولیه‌ای برای فرایند و پتانسیل مدل‌سازی محاسباتی برای روانشناسان صنعتی-سازمانی ارائه می‌دهد. این کتاب با مشارکت متخصصان برجسته جهانی در این حوزه، به منظور گسترش درک خوانندگان از مدل‌سازی محاسباتی طراحی شده است و شامل فصل‌هایی است که بر دستاوردهای کلیدی مدل‌سازی در زمینه‌های مرتبط با روانشناسی صنعتی-سازمانی، از جمله تصمیم‌گیری در سازمان‌ها، تنوع و شمول، یادگیری و آموزش، رهبری و تیم‌ها تمرکز دارند.

به منظور پیشبرد استفاده از مدل‌سازی محاسباتی، این کتاب شامل فصل‌های آموزشی ویژه‌ای در مورد دو رویکرد مدل‌سازی رایج است: مدل‌سازی مبتنی بر عامل و مدل‌سازی پویایی سیستم. همچنین راهنمایی‌هایی در مورد چگونگی ارزیابی کیفی و کمی این مدل‌ها ارائه می‌دهد و توصیه‌هایی در مورد چگونگی خواندن، بررسی و انتشار مقالات با مدل‌های محاسباتی ارائه می‌کند. نویسندگان به طور مفصل ارزش‌های بی‌شماری را که مدل‌سازی محاسباتی می‌تواند برای این حوزه به ارمغان بیاورد، تشریح می‌کنند و بر این نکته تأکید می‌کنند که چگونه آنها روشی شفاف‌تر و دقیق‌تر برای ارائه نظریه‌ها ارائه می‌دهند و می‌توانند برای آزمایش سازگاری درونی یک نظریه شبیه‌سازی شوند و امکان پیش‌بینی را فراهم کنند. این با مروری بر تاریخچه مدل‌سازی محاسباتی در ارتباط با روانشناسی صنعتی-سازمانی همراه است. در سرتاسر کتاب، نویسندگان به بررسی سیر تکاملی مدل‌سازی محاسباتی می‌پردازند، با نگاهی به گذشته و تصور آینده آن در روانشناسی صنعتی-سازمانی.

هر مشارکت‌ نشان‌دهنده ارزش و فرصت‌هایی است که مدل‌سازی محاسباتی می‌تواند برای محققان انفرادی، تیم‌های تحقیقاتی و حوزه‌های روانشناسی صنعتی-سازمانی و مدیریت فراهم کند. این مجلد منبعی ایده‌آل برای هر کسی است که به مدل‌سازی محاسباتی علاقه‌مند است، از مصرف‌کنندگان علمی گرفته تا سازندگان مدل‌های محاسباتی.

فصل ۱ این کتاب به صورت رایگان به عنوان یک فایل PDF قابل دانلود با دسترسی آزاد در آدرس http://www.taylorfrancis.com تحت مجوز Creative Commons Attribution-Non Commercial-No Derivatives (CC-BY-NC-ND) 4.0 در دسترس است.

This collection provides a primer to the process and promise of computational modeling for industrial-organizational psychologists. With contributions by global experts in the field, the book is designed to expand readers’ appreciation for computational modeling via chapters focused on key modeling achievements in domains relevant to industrial-organizational psychology, including decision making in organizations, diversity and inclusion, learning and training, leadership, and teams.

To move the use of computational modeling forward, the book includes specific how-to-chapters on two of the most commonly used modeling approaches: agent-based modeling and system dynamics modeling. It also gives guidance on how to evaluate these models qualitatively and quantitatively, and offers advice on how to read, review, and publish papers with computational models. The authors provide an extensive description of the myriad of values computational modeling can bring to the field, highlighting how they offer a more transparent, precise way to represent theories and can be simulated to offer a test of the internal consistency of a theory and allow for predictions. This is accompanied by an overview of the history of computational modeling as it relates to I-O psychology. Throughout, the authors reflect on computational modeling’s journey, looking back to its history as they imagine its future in I-O psychology.

Each contribution demonstrates the value and opportunities computational modeling can provide the individual researcher, research teams, and fields of I-O psychology and management. This volume is an ideal resource for anyone interested in computational modeling, from scholarly consumers to computational model creators.

Chapter 1 of this book is freely available as a downloadable Open Access PDF at http://www.taylorfrancis.com under a Creative Commons Attribution-Non Commercial-No Derivatives (CC-BY-NC-ND) 4.0 license.