Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "ranking," wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Analiza przestrzennego zróżnicowania poziomu rozwoju społeczno-gospodarczego województw Polski w latach 2005–2017
    Analysis of spatial diversity in the socio-economic development of Polish voivodeships in 2005–2017
    Autorzy:
    Malina, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/547666.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    zróżnicowanie rozwoju
    syntetyczny wskaźnik rozwoju
    ranking województw
    klasyfikacja
    diversity of development
    synthetic development indicator
    ranking of voivodeship
    classification
    Opis:
    Zasadniczym celem artykułu jest analiza i ocena stopnia zróżnicowania rozwoju społeczno- -gospodarczego województw Polski w latach 2005–2017. Podstawą prowadzonych badań były dane pochodzące z baz danych GUS (Bank Danych Lokalnych). W analizie uwzględniono trzy aspekty rozwoju regionów: potencjał gospodarczy, społeczny oraz infrastrukturalny. Wyróżniono osiem dziedzin charakteryzujących wymienione aspekty rozwoju. Są to: dochody ludności, rynek pracy, zdrowie i ochrona zdrowia, edukacja, kultura, transport i infrastruktura drogowa, podmioty gospodarcze i inwestycje oraz rozwój turystyki. W oparciu o wyselekcjonowane zmienne diagnostyczne opisujące każdą dziedzinę wyznaczono wartości syntetycznego miernika rozwoju dla poszczególnych województw oraz dla wybranych lat badanego przedziału czasowego. Syntetyczny miernik obliczano zgodnie z metodą liniowego porządkowania obiektów Hellwiga (metoda wzorca rozwoju). Zastosowana metoda pozwoliła na ustalenie rankingów województw w analizowanych latach oraz pogrupowanie województw według osiągniętego poziomu rozwoju. Ogólnie biorąc, sytuacja społeczno-gospodarcza kraju w 2017 r. poprawiła się w porównaniu do lat wcześniejszych. Przeprowadzone badania potwierdziły występowanie znacznych dysproporcji w rozwoju województw i utrzymujące się nadal duże przestrzenne zróżnicowanie poziomu rozwoju pomiędzy wschodnią i zachodnią częścią kraju. Mimo wzrostu maksymalnej oraz przeciętnej wartości syntetycznego miernika rozwoju w analizowanych latach, dystans między regionami o najwyższym i najniższym poziomie rozwoju nie zmniejszył się w 2017 r. w porównaniu do lat 2005 i 2010.
    The main goal of the article is to analyse and evaluate the degree of diversification in the socio- -economic development of Polish voivodeships in the period 2005–2017. The basis of the research comprises data from the Central Statistical Office (Local Databank) databases. The analysis included three aspects of regional development: economic, social and infrastructure potential. There are eight areas that characterise these development aspects, which are: incomes of the population, labour market, health and health care, education, culture, transport and road infrastructure, business entities and investments as well as tourism development. Based on selected diagnostic variables describing each field, values for a synthetic development measure have been determined for individual voivodeships and for selected years over the examined time period. The synthetic measure was calculated according to the Hellwig’s method of linear ordering of objects (method of taxonomic measure of development with constant pattern). The method resulted in rankings being set for the voivodeships in the analysed years and the grouping of voivodeships according to their achieved level of development. In general, the socio-economic situation of Poland in 2017 improved compared to previous years. The study confirmed the existence of considerable disparities in the development of voivodeships and the persistent large spatial differentiation of the level of development between the eastern and western regions of the country. Despite the increases in the maximum and average values of the synthetic measure of development in the analysed years, the distance between the regions with the highest and the lowest levels of development showed no decrease in 2017 compared to 2005 and 2010.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2020, 61; 138-155
    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:
    Normalizacja zmiennych a porządkowanie krajów Unii Europejskiej pod względem stopnia wykorzystania technologii ICT w przedsiębiorstwach
    Autorzy:
    Wieczorek, Patrycja
    Frejtag-Mika, Eliza
    Powiązania:
    https://bibliotekanauki.pl/articles/1913282.pdf
    Data publikacji:
    2021-03-31
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    normalizacja zmiennych
    ranking
    kraje Unii Europejskiej
    porządkowanie liniowe
    methods of normalization
    linear ordering
    EU countries
    Opis:
    Podstawowym zagadnieniem wielowymiarowej analizy porównawczej jest normalizacja zmiennych wyjściowych. W literaturze przedmiotu prezentowane są różne formuły normalizacyjne, w związku z tym badacz stoi przed wyborem jednej z nich. W artykule zaprezentowano i omówiono najczęściej stosowane formuły normalizujące.Celem artykułu jest ocena wpływu sposobu normalizacji zmiennych na wynik porządkowania liniowego krajów Unii Europejskiej pod względem stopnia wykorzystania technologii informacyjno- komunikacyjnych w przedsiębiorstwach. W pracy postawiono hipotezę, że sposób normalizacji zmiennych wpływa na zajmowane pozycje obiektów w rankingu. Dane statystyczne będące podstawą badań dotyczyły 2018 roku i pochodziły z Eurostatu.W oparciu o wyselekcjonowane zmienne diagnostyczne wyznaczono wartości miary syntetycznej dla poszczególnych krajów. Syntetyczny miernik obliczono zgodnie z bezwzorcową metodą porządkowania liniowego, wykorzystując cztery sposoby normalizacji cech. Zastosowana metoda pozwoliła na ustalenie rankingów krajów. Zgodność otrzymanych uporządkowań została porówna na za pomocą współczynnika korelacji liniowej Spearmana oraz miary podobieństwa rankingów, co pozwoliło stwierdzić, że sposoby normalizacji zmiennych mają wpływ na wyniki klasyfikacji.Z przeprowadzonego badania wynika, że przekształcenie ilorazowe z podstawą normalizacji równą wartości maksymalnej pozwalało na uzyskanie najbardziej podobnego rankingu badanych obiektów względem rankingów uzyskanych innymi sposobami normalizacji zmiennych. Wyniki badań pokazują, że w każdym sporządzonym rankingu czołowe miejsca zajmowały Dania, Szwecja i Finlandia. Najniższe lokaty zajmowała Bułgaria, Rumunia i Łotwa.
    The main issue of multivariate comparative analysis is the normalization of variables. The li erature offers various procedures for data normalization, and therefore the researcher has to choose between them. The article presents and discusses the most commonly used normalizing formulas. The article assesses the impact of data normalization procedures on the results of the linear ordering of European Union countries in terms of the level of ICT usage in enterprises. A hypothesis was formulated that the method of data normalization influenced the position of the objects in the ranking. The study is based on statistical data from Eurostat for the year 2018.Based on the selected diagnostic variables, values for a synthetic measure have been determi ned for individual countries. The synthetic measure was calculated according to the model-less method of linear ordering using four types of normalization. The method used in the research allowed the creation of rankings for the countries. The compliance of the orders thus obtained was compared using the Spearman’s coefficient of range correlation and the measure of similarity of rankings. As the study shows, the choice of normalization formula influences the result of linear ordering, which is not due to any change in the data structure. It was proven that the quotient transformation with the normalization base equal to the maximum value allowed the most similar ranking to be obtained of the examined objects in relation to the Rother rankings. The results of the study show that Denmark, Sweden and Finland had the highest positions in each ranking while Bulgaria, Romania and Latvia had the lowest positions.  
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2021, 65; 74-89
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zmiany w poziomie rozwoju społecznego województw w latach 2010 i 2019 z zastosowaniem dynamicznego miernika syntetycznego
    Autorzy:
    Bożek, Jadwiga
    Szewczyk, Janina
    Jaworska, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/1913318.pdf
    Data publikacji:
    2021-03-31
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    poziom rozwoju społecznego
    województwa
    syntetyczny miernik dynamiki
    ranking
    social situation
    voivodeships
    dynamic indicator of the level of development
    Opis:
    Celem niniejszej pracy jest porównanie poziomu rozwoju społecznego województw w okresie 2010–2019 z zastosowaniem dynamicznego miernika syntetycznego. Badania przeprowadzono na podstawie danych publikowanych przez Główny Urząd Statystyczny charakteryzujących sytuację społeczną w poszczególnych województwach w latach 2010 i 2019. Zastosowano metodę porządkowania liniowego obiektów wielocechowych, przy czym normowanie zmiennych przeprowadzono metodą unitaryzacji zerowanej. Analizę przeprowadzono w ujęciu statycznym i dynamicznym. W oparciu o wartości wskaźnika syntetycznego, który obejmował 11 cech opisujących sytuację demograficzną, rynku pracy, edukacji i warunków życia ludności, sporządzono rankingi województw pod względem poziomu rozwoju społecznego w badanych latach w ujęciu statycznym i dynamicznym. Na podstawie dynamicznego miernika syntetycznego oceniono kierunek i wielkość zmian, jakie zaszły w poszczególnych województwach w okresie 2010–2019. Badania wykazały, że tylko w 7 województwach (mazowieckim, małopolskim, pomorskim, dolnośląskim, podkarpackim, kujawsko- pomorskim i podlaskim) sytuacja pod względem przyjętego zestawu cech diagnostycznych poprawiła się, a w pozostałych uległa pogorszeniu. W 2019 roku najlepsza sytuacja była w województwach: mazowieckim, małopolskim, pomorskim i wielkopolskim, a najniższe wskaźniki odnotowano w województwach: świętokrzyskim, warmińsko-mazurskim, opolskim i zachodniopomorskim. W badanym okresie wzrosły dysproporcje między województwami pod względem badanego zjawiska. Zastosowanie dynamicznego wskaźnika poziomu rozwoju umożliwiło nie tylko uporządkowanie liniowe obiektów, lecz także ocenę kierunku i wielkości zmian w poszczególnych obiektach w badanym okresie.
    The aim of the work is to compare the level of progress of social development in voivodeships during the period 2010–2019 with the application of a dynamic synthetic measure. The work is based on data published by the Central Statistical Office characterizing the social situation in individual voivodeships for 2010 and 2019. The linear ordering of multi-feature objects method was used, where the normalization of the variables was carried out using the zero unitarization method. The analysis was carried out in static and dynamic terms. In addition to the indicative values, which included 11 features describing the demographic situation, labor market, education and living conditions, the rankings of voivodeships were prepared in terms of the level of social development in the analyzed years using a static and a dynamic approach. Based on the dynamic synthetic measure, the direction and size of changes that took place in individual voivodeships in the period 2010–2019 were ranked.Research shows that only in 7 voivodeships (Mazowieckie, Małopolskie, Pomorskie Dolnośląskie, Podkarpackie, Kujawsko-Pomorskie and Podlaskie) did the situation improve in terms of the adopted set of diagnostic features, while in the other cases it worsened. In 2019, the best situation occurred in the following voivodeships: Mazowieckie, Małopolskie, Pomorskie and Wielkopolskie, and the lowest indexes were recorded in the following voivodeships: Świętokrzyskie, Warmińsko-Mazurskie, Opolskie and Zachodniopomorskie. In the examined period, the disproportions between voivodeships increased in terms of the studied phenomenon. The application of a dynamic index of development growth allowed not only linear ordering of objects, but also evaluation of the direction and magnitude of the changes in individual objects in the analyzed period.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2021, 65; 109-123
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Воспроизводство человеческого капитала в Беларуси
    Reproduction of the human capital in Belarus
    Reprodukcja kapitału ludzkiego na Białorusi
    Autorzy:
    Колесникова, Ирина
    Powiązania:
    https://bibliotekanauki.pl/articles/548903.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    воспроизводство человеческого капитала
    индекс матеинства: охрана здоровья матери, благополучие детей, уровень образования, экономическое положение, политическое положение
    материнская смертность
    детская смертность
    индекс гендерного неравенства
    Reproduction of the human capital
    Mothers’ Index Ranking: Maternal Health, Children’s Well-being, Educational Status, Economic Status, Political Status
    Maternal Mortality Rate
    Infant Mortality Rate
    Gender Inequality Index (GII)
    reprodukcja kapitału ludzkiego
    przyrost naturalny
    status matek
    indeks nierówności płci
    Opis:
    Основой устойчивого развития и обеспечения социально-экономической безопасности является экономика, базирующаяся на знаниях. Совершенствование процесса воспроизводства человеческого капитала необходимо про- водить по всем трем направлениям: производство, сохранение и реализация «человеческого капитала». Анализ демографической ситуации в республике позволяет сделать вывод о сложности решения демографических проблем в связи с недостаточным естественным приро- стом населения и «человеческого капитала». В этой связи необходим качественный рост «человеческого капитала» на основе экономического, социального, профессионального разви- тия человека, постоянного повышения квалификации, обновления знаний на протяжении всей трудовой жизни. Можно выделить ряд показателей, характеризующих эффективность воспроизводства че- ловеческого капитала отдельных стран. Индекс материнства является достаточно сложным показателем, в который учитывает как «детскую», так и «материнскую» медицинские составляющие, а также образовательный, экономический, политический статус женщин в обществе. А потому Беларусь обогнала США и некоторые высокоразвитые страны. Данный показатель дает возможность взглянуть на ситуацию шире, чем только в материальном измерении, например в ВВП на душу населения. Он позволяет каждой стране шанс заявить о себе в других, не менее важных, измерениях. Индекс гендерного неравенства дает представление о гендерных раз-рывах в основных отраслях человеческого развития. Индекс позволяет выделить именно те отрасли, которые требуют критического политического вмешательства, и стимулирует государственную политику к преодолению систематических притеснений женщин.
    The basis of sustainable development and ensuring socio-economic security is an economy based on knowledge. Improving the process of reproduction of human capital is essential to carry out in three ways: production, storage and implementation of “human capital”. An analysis of the demographic situation in the country allows us to conclude about the complexity of the solution of demographic problems. This is due to lack of natural population growth and “human capital”. Qualitative growth “human capital” is required on the basis of economic, social and professional development of the person, continuous training, update their knowledge throughout their working life. A number of indicators characterize the effectiveness of the reproduction of the human capital of individual countries. Mothers’ Index Ranking is a complicated figure. It takes into account both “child” and “parent” medical components, as well as the educational, economic and political status of women in society. Therefore, Belarus has overtaken the United States, Japan and some highly developed countries. This indicator makes it possible to look at the situation more widely than in the material dimension, such as GDP per capita.Each country has a chance to express themselves in other dimensions. Gender Inequality Index provides insight into the gender gap in key sectors of human development. Index allows to identify those industries that require critical political interference. The CPI builds public policies to overcome the systematic oppression of women.
    Podstawą zrównoważonego rozwoju i zapewnienia bezpieczeństwa społeczno-gospodarczego jest gospodarka oparta na wiedzy. Usprawnienie procesu reprodukcji kapitału ludzkiego jest niezbędne do przeprowadzenia w trzech obszarach: produkcji, akumulacji i zaangażowania kapitału ludzkiego. Analiza sytuacji demograficznej w kraju pozwala wnioskować o trudnościach z rozwiązaniem problemów demograficznych. Wynika to z braku przyrostu naturalnego. Jakościowy wzrost kapitału ludzkiego jest możliwy w oparciu o rozwój gospodarczy, społeczny i zawodowy osoby, poprzez kształcenie ustawiczne, aktualizowanie wiedzy przez całe życie zawodowe. W opracowaniu scharakteryzowano wiele wskaźników efektywności reprodukcji kapitału ludzkiego w poszczególnych krajach. Lista rankingowa państw została sporządzona na podstawie złożonego wskaźnika przedstawiającego sytuację matek. Uwzględnia on zarówno biologiczne relacje „dziecko” – „rodzic”, jak również status edukacyjny, gospodarczy i polityczny kobiet w społeczeństwie. Dlatego Białoruś wyprzedziły USA, Japonia i niektóre kraje wysoko rozwinięte. Wskaźnik ten pozwala spojrzeć na sytuację w szerszym zakresie niż tylko w wymiarze materialnym, określonym przez miary typu PKB per capita. Każdy kraj ma szansę wyróżnienia się w innych wymiarach. Indeks nierówności płci umożliwia zestawienie dysproporcji w kluczowych obszarach rozwoju człowieka. Wskaźnik umożliwia zidentyfikowanie tych gałęzi przemysłu, które wymagają zdecydowanych działań politycznych. Indeks kierunkuje politykę publiczną na przezwyciężanie systematycznej dyskryminacji kobiet.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2017, 51; 191-203
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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