<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>راهبردهای مدیریت هوشمند و توسعه</JournalTitle>
      <Issn>3115-9052</Issn>
      <Volume>2</Volume>
      <Issue>پیاپی 6</Issue>
      <PubDate PubStatus="epublish">
        <Year>2025</Year>
        <Month>01</Month>
        <Day>07</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Data-Driven Policy Making in Digital Governments</ArticleTitle>
    <VernacularTitle>سیاست‌گذاری مبتنی بر داده در دولت‌های دیجیتال</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>10</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>الهام</FirstName>
        <LastName>شریفی</LastName>
        <Affiliation>گروه مدیریت آموزشی، دانشگاه سمنان، سمنان، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>2024</Year>
        <Month>10</Month>
        <Day>28</Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;&lt;strong&gt;Objective:&lt;/strong&gt; This study aimed to identify and explain the dimensions, requirements, and challenges of data-driven policy making in digital governments through a systematic conceptual review.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;Methods and Materials:&lt;/strong&gt; This qualitative systematic review explored conceptual frameworks of data-driven policy making. The research sample included scholarly articles on data governance, digital government, and evidence-based decision-making. After a systematic search in Scopus, Web of Science, and Google Scholar, twelve relevant and high-quality papers were selected. Data were analyzed thematically using Nvivo 14 software, following open, axial, and selective coding until theoretical saturation was reached.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;Findings:&lt;/strong&gt; Thematic analysis revealed three main themes: “Data and Technological Infrastructure,” “Institutional Capacity and Data Governance,” and “Data-Driven Policy Process.” Each theme included multiple subthemes such as data standardization, data security, leadership and literacy, transparency, predictive analytics, and organizational learning. The results indicated that data-driven policy making requires not only technological readiness but also institutional maturity, ethical frameworks, and cultural adaptation within public organizations.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;Conclusion:&lt;/strong&gt; The study concluded that data-driven policy making, as a core component of digital governance, depends on integrating data technologies with institutional and cultural mechanisms for evidence-based decision-making. Effective implementation requires balancing transparency, privacy, and innovation. These findings offer valuable insights for policymakers seeking to design data governance frameworks, improve public decision-making, and enhance public trust.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;&lt;strong&gt;هدف: &lt;/strong&gt;هدف این مطالعه، تبیین ابعاد، الزامات و چالش‌های سیاست‌گذاری مبتنی بر داده در دولت‌های دیجیتال با تأکید بر تحلیل مفهومی و مرور نظام‌مند ادبیات علمی است.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;روش‌ها و مواد:&lt;/strong&gt; پژوهش حاضر از نوع مرور نظام‌مند و کیفی است که با هدف شناسایی ساختار مفهومی سیاست‌گذاری داده‌محور انجام شد. جامعه پژوهش شامل مقالات علمی معتبر منتشرشده در زمینه حکمرانی داده، دولت دیجیتال و تصمیم‌گیری مبتنی بر شواهد بود. پس از جست‌وجو در پایگاه‌های Scopus، Web of Science و Google Scholar، دوازده مقاله منتخب بر اساس معیارهای ارتباط مفهومی، اعتبار علمی و تازگی انتشار انتخاب شدند. داده‌ها با استفاده از نرم‌افزار Nvivo نسخه ۱۴ و از طریق تحلیل مضمون (Thematic Analysis) بررسی و تا مرحله اشباع نظری تحلیل شدند.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;یافته‌ها:&lt;/strong&gt; نتایج تحلیل مضمون منجر به استخراج سه مضمون اصلی شد: «زیرساخت‌های داده و فناوری»، «ظرفیت نهادی و حکمرانی داده‌محور» و «فرآیند سیاست‌گذاری داده‌محور». هر یک از این مضامین دارای چندین زیرمقوله شامل حاکمیت داده، امنیت و حریم خصوصی، رهبری داده، سواد داده‌ای، شفافیت، تحلیل پیش‌بینی‌کننده و یادگیری سازمانی بودند. یافته‌ها نشان دادند که سیاست‌گذاری داده‌محور نه‌تنها نیازمند زیرساخت‌های فنی است بلکه به بلوغ نهادی، فرهنگی و اخلاقی نیز وابسته است.&lt;/p&gt;&#13;
&lt;p&gt;&lt;strong&gt;نتیجه‌گیری:&lt;/strong&gt; پژوهش حاضر نشان داد که سیاست‌گذاری مبتنی بر داده به‌عنوان یکی از ارکان دولت دیجیتال، مستلزم ترکیب فناوری‌های داده‌محور با سازوکارهای نهادی و فرهنگ تصمیم‌گیری مبتنی بر شواهد است. توسعه این رویکرد در دولت‌ها نیازمند توازن میان شفافیت، حریم خصوصی و نوآوری سیاستی است. یافته‌ها می‌تواند به سیاست‌گذاران در طراحی چارچوب‌های حکمرانی داده، بهبود تصمیم‌سازی عمومی و ارتقای اعتماد اجتماعی کمک کند.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Digital government</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">data-driven policy making</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">data governance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">evidence-based decision-making</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">thematic analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">دولت دیجیتال</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">سیاست‌گذاری مبتنی بر داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">حکمرانی داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تصمیم‌گیری مبتنی بر شواهد</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل مضمون</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jimds.com/index.php/jimds/article/download/30/30</ArchiveCopySource>
  </Article>
</ArticleSet>
