Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "MULTIDIMENSIONAL COMPARATIVE ANALYSIS" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
Dynamika tworzenia społeczeństwa informacyjnego w latach 2001–2011 na przykładzie województw Polski
The Dynamic of Creating Information Society in 2001–2011 based on the example of Polish voivodeships
Autorzy:
Mastalerz-Kodzis, Adrianna
Powiązania:
https://bibliotekanauki.pl/articles/547358.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
wielowymiarowa analiza porównawcza
społeczeństwo informacyjne
analiza dynamiki
proces tworzenia społeczeństwa informacyjnego
information society
multidimensional comparative analysis dynamic analysis
the process of building an information society
Opis:
Głównym celem artykułu jest pokazanie zależności pomiędzy wybranymi wielkościami eko-nomicznymi a stopniem informatyzacji oraz analiza dynamiki zmian w procesie tworzenia społe-czeństwa informacyjnego. W pracy zaproponowano metodę opartą o wielowymiarową analizę porównawczą, którą można wykorzystać do pomiaru stopnia zaawansowania rozwoju społeczeń-stwa informacyjnego. Artykuł składa się z dwóch części. Pierwsza z nich ma charakter empirycznej analizy opartej o metodologię statystyczną i dane zaczerpnięte z Banku Danych Lokalnych GUS, zaś w części drugiej zamieszczono konstrukcję miary stopnia zaawansowania rozwoju społeczeństwa informacyjnego w województwach Polski popartą przykładem empirycznym.
The purpose of the article is to present the dependencies between chosen economic vaiables and the informatization level of Polish society. Besides, dynamic analysis in the process of building an information society was token into considerations. To reach to goal elements of multidimensional comparative analysis were put into use – this analysis can be used to measure the level of information society development. The article consists of two parts. The first part is an empirical one where statistical tools and data from Regional Data Bank were used. The other one presents a constructed measure that allows to estimate the level of information society development; this part contains also an empirical example.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2013, 32; 182-192
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Poziom realizacji dziesiątego celu zrównoważonego rozwoju w krajach Unii Europejskiej – ocena przy wykorzystaniu wielowymiarowej analizy porównawczej w ujęciu dynamicznym
Level of implementation of the tenth Sustainable Development Goal – reducing inequalities – in European Union countries – assessment using multidimensional comparative analysis in a dynamic approach
Autorzy:
Raczkowska, Małgorzata
Mikuła, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/36436259.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
rozwój zrównoważony
nierówności
Unia Europejska
metoda porządkowania liniowego
ranking krajów
sustainable development
inequalities
European Union
linear ordering method
country ranking
Opis:
Współczesne nierówności społeczne i ekonomiczne stanowią jedną z głównych przeszkód dla zrównoważonego rozwoju, nie tylko w ramach poszczególnych społeczeństw, ale także na skalę globalną. Utrzymywanie się dysproporcji przestrzennych w Unii Europejskiej w obszarze redukcji nierówności uzasadnia potrzebę przeprowadzenia badań w tej dziedzinie. Celem niniejszego artykułu jest zidentyfikowanie i ocena stopnia realizacji dziesiątego celu zrównoważonego rozwoju – redukcji nierówności – w krajach Unii Europejskiej. Badania obejmują okres od 2018 do 2022 r. Ocena realizacji wybranego celu oparta jest na wskaźnikach monitorowanych przez Eurostat. W artykule zastosowano wielowymiarową analizę porównawczą, korzystając z metody porządkowania liniowego w ujęciu dynamicznym. Na podstawie obliczonego miernika syntetycznego opracowano ranking krajów, wyodrębniono grupy typologiczne oraz obliczono skalę zmian w stopniu realizacji dziesiątego celu między krajami UE. Wyniki badań wskazują na znaczące zróżnicowanie między państwami unijnymi pod względem poziomu nierówności społecznych i ekonomicznych. Kraje Europy Zachodniej i Północnej zajmowały wyższe pozycje w rankingach, podczas gdy kraje Europy Południowej i Wschodniej plasowały się na niższych miejscach. Luksemburg, Irlandia i Holandia zajmowały pierwsze trzy pozycje we wszystkich analizowanych latach. Z kolei na drugim końcu skali znalazły się dwa najuboższe kraje unijne – Rumunia i Bułgaria, a także Hiszpania i Włochy, które szczególnie dotknięte były problemem migracji. W 2022 r. zaobserwowano poprawę wartości wskaźnika syntetycznego w porównaniu do 2018 r. w 13 krajach UE, zwłaszcza w Grecji, Portugalii, Polsce i Chorwacji. Natomiast największy spadek wartości miernika syntetycznego odnotowano w czternastu państwach, zwłaszcza w Estonii, Bułgarii i Rumunii.
Contemporary social and economic inequalities constitute one of the main obstacles to sustainable development, not only within individual societies but also on a global scale. The persistence of spatial disparities within the European Union in the realm of inequality reduction highlights the need for research in this area. The objective of this article is to identify and assess the level of achievement of the tenth Sustainable Development Goal – the reduction of inequalities – in European Union countries. The study covers the period from 2018 to 2022. The assessment of goal attainment is based on indicators monitored by Eurostat. A multidimensional comparative analysis was employed in the article, utilizing the linear ordering method in a dynamic approach. Rankings of countries, typological groups, and the scale of changes in the level of achieving the tenth goal between EU countries were derived from the calculated synthetic measure. The research results indicate significant diversity among EU countries in terms of social and economic inequality levels. Western and Northern European countries ranked higher, while Southern and Eastern European countries ranked lower. Luxembourg, Ireland, and the Netherlands consistently occupied the top three positions in all the analyzed years. Conversely, at the other end of the scale, were positioned the two poorest EU countries, Romania and Bulgaria, as well as Spain and Italy, particularly affected by migration issues. Improvement in the synthetic indicator value from 2018 to 2022 was observed in 13 EU countries, especially in Greece, Portugal, Poland, and Croatia. On the other hand, the greatest decline in the synthetic measure value was noted in fourteen countries, notably Estonia, Bulgaria, and Romania.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2023, 76; 35-51
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie kapitału ludzkiego w Polsce w ujęciu regionalnym – analiza z wykorzystaniem metod wielowymiarowej analizy porównawczej
Differentiation of human capital in Poland regions – analysis using the methods of multidimensional comparative analysis
Неоднородность человеческого капитала в Польше на региональном уровне – анализ с использованием методов многомерного сравнительного анализа
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/548617.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
analizy regionalne
kapitał ludzki
diagram Czekanowskiego
regional analysis
human capital
Czekanowski diagram
Opis:
W artykule przedstawiono wyniki analiz dotyczących oceny zróżnicowania poziomu kapitału ludzkiego w polskich województwach. Wykorzystano metody wielowymiarowej analizy porównawczej, takie jak diagram Czekanowskiego oraz mierniki syntetyczne budowane w oparciu o metrykę euklidesową oraz uogólnioną miarę odległości (GDM). Podczas doboru mierników kapitał ludzki potraktowano wieloaspektowo, uwzględniając m.in. takie obszary, jak jakość pracujących, przedsiębiorczość, jakość edukacji i badań naukowych, stan zdrowia czy niedopasowania strukturalne. Analizę przeprowadzono nie tylko dla wartości uśrednionych z okresu 2004–2014, ale również w ujęciu dynamicznym, przedstawiając rankingi dla poszczególnych lat. Wyniki badań wskazują na występowanie pewnego zróżnicowania w poziomie kapitału ludzkiego pomiędzy regionami. Na podstawie diagramu Czekanowskiego udało się wyróżnić pięć grup regionów podobnych pod względem jakości kapitału ludzkiego. Jak się wydaje, największe zróżnicowanie występuje wśród regionów najlepiej rozwiniętych pod względem analizowanego zjawiska. Dodatkowo potwierdzono utrzymujący się dystans pomiędzy stołecznym województwem a resztą regionów. Analiza uporządkowania województw w czasie wykazała relatywną stabilność rankingów. Pomimo tego wydaje się, że różnice pomiędzy regionami o największym i najmniejszym poziomie kapitału ludzkiego mają tenden cję do powiększania się. Słowa kluczowe: analizy regionalne, kapitał ludzki, diagram Czekanowskiego
The paper presents the results of analyzes concerning the assessment of disparities in human capital level in the Polish regions. Methods of multidimensional comparative analysis has been used such as a Czekanowski diagram and synthetic measure, built on the basis of Euclidean metrics and generalised distance measure (GDM). When selecting indicators, human capital was treated as a multifaceted phenomenon that includes such areas as: quality of workers, entrepreneurship, quality of education and research, health and structural mismatches. The analysis was performed not only for average values of the period 2004–2014, but also in dynamic way, that includes rankings for each year. The results indicate the presence of a variation in the level of human capital between regions. Based on the Czekanowski diagram, five groups of regions that are similar in terms of the quality of human can be distinguish. It seems that the greatest diversity is among the most developed regions in terms of the analyzed phenomenon. In addition, the persistent gap between the capital city region and the rest of the regions was confirmed. Analysis of order of regions through time showed a relative stability of the rankings. Despite this, it seems that the differences between the regions with the highest and lowest levels of human capital tend to spread.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2017, 51; 316-328
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies