<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>یادگیری هوشمند و تحول مدیریت</JournalTitle>
      <Issn>3115-8900</Issn>
      <Volume>2</Volume>
      <Issue>پیاپی 4</Issue>
      <PubDate PubStatus="epublish">
        <Year>2025</Year>
        <Month>10</Month>
        <Day>31</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Scenario Analysis of the Future of Smart Learning and Data Governance in Managerial Systems</ArticleTitle>
    <VernacularTitle>تحلیل سناریویی آینده یادگیری هوشمند و حکمرانی داده در نظام‌های مدیریتی</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>11</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>حسین</FirstName>
        <LastName>رمضانی</LastName>
        <Affiliation>گروه آموزش عالی، دانشگاه شهید بهشتی، تهران، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>2024</Year>
        <Month>04</Month>
        <Day>20</Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aims to identify key themes and develop forward-looking scenarios connecting smart learning and data governance in managerial systems. This qualitative study used a systematic review and thematic analysis approach. Data were gathered by reviewing 12 peer-reviewed articles published between 2018 and 2025, selected through purposive sampling until theoretical saturation was reached. Thematic coding (open, axial, and selective) was performed using NVivo version 14. The study adopted a conceptual scenario-planning framework grounded in future-oriented thinking. Three main themes emerged: “Transformations in Smart Learning,” “Data Governance in Managerial Systems,” and “Foresight and Scenario Planning in Management.” Each theme included several subthemes and open codes, collectively forming a comprehensive framework for future scenario development. The results indicate that future smart learning will be characterized by data-driven personalization, predictive assessments, and interactive environments, while data governance will require transparent, ethical, and adaptive models. Integrating smart learning with robust data governance demands a unified and future-oriented approach. Developing multiple scenarios provides a strategic tool for managing uncertainty and advancing sustainable development in managerial systems. The findings offer a foundation for policy formulation, educational planning, and enhancing data literacy among administrators.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف این پژوهش شناسایی مضامین کلیدی و طراحی سناریوهای آینده‌نگر در پیوند میان یادگیری هوشمند و حکمرانی داده در نظام‌های مدیریتی است. این پژوهش به روش مرور نظام‌مند کیفی و با بهره‌گیری از تحلیل مضمون انجام شده است. داده‌ها از طریق مرور ۱۲ مقاله علمی منتخب از میان منابع منتشرشده بین سال‌های ۲۰۱8 تا ۲۰۲۵ در پایگاه‌های معتبر علمی گردآوری شد. انتخاب مقالات تا رسیدن به اشباع نظری ادامه یافت. تحلیل داده‌ها با استفاده از نرم‌افزار NVivo نسخه 14 و از طریق کدگذاری باز، محوری و مضامین انجام شد. رویکرد مطالعه آینده‌نگر و بر پایه سناریونویسی مفهومی بوده است. سه مضمون اصلی شامل "تحول یادگیری هوشمند"، "حکمرانی داده در نظام‌های مدیریتی"، و "آینده‌پژوهی و سناریونویسی مدیریتی" شناسایی شد. هر مضمون دارای چندین زیرمضمون و مفاهیم باز بود که در مجموع چارچوبی منسجم برای تحلیل سناریوهای آتی ارائه داد. این مضامین نشان دادند که یادگیری هوشمند در آینده مبتنی بر شخصی‌سازی داده‌محور، ارزیابی پیش‌بین، و محیط‌های تعاملی خواهد بود و حکمرانی داده نیز نیازمند مدل‌هایی شفاف، اخلاق‌محور و منعطف است. یافته‌ها حاکی از آن است که تلفیق یادگیری هوشمند با حکمرانی داده، مستلزم رویکردی یکپارچه و آینده‌نگر است. طراحی سناریوهای چندگانه می‌تواند ابزاری راهبردی برای مدیریت عدم قطعیت‌ها و حرکت به سوی توسعه پایدار در نظام‌های مدیریتی باشد. این پژوهش می‌تواند مبنایی برای توسعه سیاست‌ها، برنامه‌ریزی‌های آموزشی و تقویت سواد داده‌ای مدیران فراهم آورد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Smart learning</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">data governance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">scenario planning</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">futures studies</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">thematic analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">educational management</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">یادگیری هوشمند</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">حکمرانی داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">سناریونویسی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">آینده‌پژوهی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل مضمون</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مدیریت آموزشی</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jilmt.com/index.php/jilmt/article/download/23/24</ArchiveCopySource>
  </Article>
</ArticleSet>
