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 "Employment structure" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Dynamiczne skalowanie wielowymiarowe w analizie zmian struktury zatrudnienia w krajach Unii Europejskiej w latach 1999–2016
    Dynamic Multidimensional Scaling of Employment Structure Changes in EU Countries in 1999–2016
    Autorzy:
    Markowska, Małgorzata
    Sokołowski, Andrzej
    Strahl, Danuta
    Powiązania:
    https://bibliotekanauki.pl/articles/438267.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    skalowanie wielowymiarowe
    struktury
    Unia Europejska
    zatrudnienie
    employment
    European Union
    multidimensional scaling
    structures
    Opis:
    Multidimensional Scaling method makes it possible to show the configuration of multivariate objects in the space with less dimensions than the original one (usually on the plane) in such a way that a distance matrix calculated in lower dimension is the most similar to the distance matrix calculated in the original multivariate space. The application of this approach for the analysis of spatio-temporal structures is presented in the paper. Structures are described by shares, so no standardisation (or normalisation) is needed to eliminate the measurement units. Separate Multidimensional Scaling is performed for each time point. On the sequence of results we can follow the changes of object position. Those trajectories can be approximated by trend functions. The example considered in the paper deals with the employment structure in 28 European Union countries in 1999–2016. Structures are calculated on the basis of 10 aggregated sections of the economy.
    Skalowanie wielowymiarowe to metoda pozwalająca na przedstawienie obserwacji złożonych w przestrzeni o mniejszej liczbie wymiarów (zazwyczaj na płaszczyźnie) w taki sposób, aby macierz odległości liczonych na płaszczyźnie była jak najbardziej podobna do macierzy liczonej w przestrzeni oryginalnej. W pracy przedstawiono propozycję wykorzystania tego podejścia w analizie struktur przestrzenno-czasowych. Struktury są opisane udziałami, zatem nie jest konieczna procedura doprowadzania udziałów do porównywalności ze względu na jednostkę miary. Dla każdej jednostki czasu przeprowadzane jest osobne skalowanie wielowymiarowe. Ciąg wyników pozwala śledzić przemieszczanie się badanych obiektów względem innych w zbiorze. Te trajektorie można aproksymować funkcjami trendu. Rozważany przykład merytoryczny to analiza struktur zatrudnienia w 28 krajach Unii Europejskiej w latach 1999–2016. Struktury te liczone są w podziale na 10 zagregowanych sekcji.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2019, 33, 1; 7-17
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podobieństwo struktur zatrudnienia w krajach Unii Europejskiej w latach 2008–2017 – ocena dynamiki
    Similarities in Employment Structure of the European Union Countries in the Years 2008–2017 – Assessment of Dynamics
    Autorzy:
    Markowska, Małgorzata
    Strahl, Danuta
    Sobczak, Elżbieta
    Hlaváček, Petr
    Powiązania:
    https://bibliotekanauki.pl/articles/438482.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    kraje UE
    struktury
    Unia Europejska
    zatrudnienie
    employment
    EU countries
    European Union
    structures
    Opis:
    The aim of the paper is to identify groups of European Union countries similar in terms of employment structures, applying the furthest neighbour agglomerative clustering procedure with dynamic approach.The employment data for UE countries is reported in 10 sections: agriculture, industry, construction, trade, information, finance and insurance, real estate, professional services, administration, culture. A research presented covers the period of 2008–2017. Distance matrices for the dissimilarity of employment structures in EU countries have been calculated separately for each year. Then, the furthest neighbour method has been applied (which is next to Ward method in group identification efficiency) with the critical agglomerative distance of 0.15. It means that two groups can be merged if the furthest distance between objects belonging to different groups is not bigger than 0.15. Cutting dendrograms in this way we found that the resulting groups of countries for consecutive years are rather similar. Luxemburg and Romania formed a single‑object groups in every year. Three main groups have been identified within other EU countries. Dynamics of these groups content, and average structures is discussed.
    Celem pracy jest identyfikacja grup krajów Unii Europejskiej podobnych co do struktury zatrudnienia w ujęciu dynamicznym, z wykorzystaniem metody aglomeracyjnej najdalszego sąsiedztwa.W ocenie wykorzystano informacje o zatrudnieniu w krajach Unii Europejskiej, dokumentowane m.in. w podziale na 10 sekcji: rolnictwo, przemysł, budownictwo, handel, informacja, finanse i ubezpieczenia, nieruchomości, usługi profesjonalne, sfera budżetowa, kultura. Analizowane są podobieństwa struktur zatrudnienia w krajach Unii Europejskiej w latach 2008–2017. Dla każdego roku osobno wyznaczono macierz odległości (niepodobieństwa) struktur zatrudnienia pomiędzy krajami UE. Wykorzystując tę macierz, zastosowano taksonomiczną metodę aglomeracyjną najdalszego sąsiedztwa, która po metodzie Warda jest drugą co do skuteczności metodą odkrywania grup podobnych w zbiorach analizowanych obiektów. Wybór metody zdeterminowany był wykorzystaną miarą odległości, jak również jej elastycznością – na podstawie analizy porównawczej uzyskanych dendrogramów – poziomu cięcia dendrogramu. W pracy, po obserwacji otrzymanych drzew klasyfikacyjnych, przyjęto odległość krytyczną jako 0,15. Oznacza to, że dwie grupy obiektów mogą być połączone, jeżeli najdłuższa odległość pomiędzy obiektami należącymi do różnych podgrup nie przekracza 0,15. Przy cięciu dendrogramu na poziomie 0,15 otrzymano dla każdego roku podział krajów UE na grupy zbliżone co do struktury zatrudnienia. Okazało się, że Luksemburg oraz Rumunia we wszystkich latach stanowiły osobne, jednoelementowe grupy. Dla pozostałych krajów wyróżniono trzy zasadnicze grupy.Poddano analizie zmiany składu grup w czasie oraz dynamikę średnich struktur dla grup.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2019, 33, 4
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Taksonomia dynamiki zmian struktury zatrudnienia w nowoczesnym przemyśle i usługach, w regionach Unii Europejskiej
    The taxonomy of employment structure changes in modern industry and services in the European Union regions
    Autorzy:
    Markowska, Małgorzata
    Strahl, Danuta
    Sokołowski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/439095.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    analiza trendu
    NUTS 2
    taksonomia dynamiczna
    dynamic clustering
    trend analysis
    Opis:
    Celem pracy jest analiza zmian udziału zatrudnionych w nowoczesnych, rozwiniętych technologicznie usługach i przemyśle w regionach Unii Europejskiej na poziomie NUTS 2. Wykorzystano dane z lat 1999–2008, kiedy były one w miarę kompletne i porównywalne. Dla każdej cechy osobno i dla każdego regionu oszacowano tendencję rozwojową. Współczynniki trendu potraktowano jako zmienne wejściowe do analizy taksonomicznej. Przy pomocy metody Warda zidentyfikowano liczbę grup regionów, różniących się modelem dynamiki zmian zatrudnienia w analizowanych sferach. Ostateczny podział regionów ze względu na dynamikę uzyskano przy pomocy metody k-średnich. Wyniki grupowania były weryfikowane przy pomocy jednoczynnikowej analizy wariancji. Na końcu ustalono modele dynamiki typowe dla wyróżnionych grup regionów.
    The objective of the study is to analyze changes of employment share in modern, high-tech services and industry in the European Union regions at NUTS 2 level. The data covering the period of 1999–2008 were used since they are relatively complete and comparable. The growth tendency, separately for each quality/property and for each region, was estimated. Trend coefficients were used as input variables for the purposes of cluster analysis. By applying Ward’s method identified was the number of regional clusters, which differ by the model of employment changes dynamics in the analyzed spheres. The ultimate division of regions in terms of dynamics was obtained by using the k-means method. The results of clustering were verified by applying one-way analysis of variance. Finally the models of dynamics typical for the distinguished clusters of regions were specified.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2014, 26; 46-64
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Province capitals vs. their neighbors – the assessment of changes by dynamic classification of employment structures
    Miasta wojewódzkie a ich otoczenie − ocena zmian w strukturze zatrudnienia z wykorzystaniem klasyfikacji dynamicznej
    Autorzy:
    Markowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/589241.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    City
    Dynamic classification
    Employment structure
    Environment
    NUTS 4
    Sectors
    Klasyfikacja dynamiczna
    Miasto
    Sektory gospodarki
    Struktura zatrudnienia
    Środowisko
    Opis:
    The purpose of the study is to identify the groups of cities and counties (NUTS 4), located in an immediate neighborhood and characterized by similar employment structures and paths of their changes. The groups of cities and counties, were found using dynamic classification. Ward method was used to define the number of groups and k-means method was applied for the final classification. The analysis covers the period of ten years (based on the statistical data availability in the Central Statistical Office – Local Data Bank), i.e. the years 2005-2014.
    Celem pracy jest identyfikacja grup miast i otaczających ich powiatów charakteryzujących się podobną strukturą zatrudnienia oraz kierunkiem jej zmiany. Grupy miast znaleziono przy pomocy metod klasyfikacji dynamicznej. Liczbę grup ustalono przy pomocy metody Warda, a ostateczny podział uzyskano metodą k-średnich. Analiza obejmuje okres 10 lat (2005-2014) i wykorzystano w niej informacje dostępne w Banku Danych Lokalnych GUS.
    Źródło:
    Studia Ekonomiczne; 2017, 314; 28-44
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena zmian struktury pracujących w unijnych regionach szczebla NUTS 2 z wykorzystaniem miary Braya i Curtisa
    Structural changes of employment in EU NUTS 2 regions evaluated with Bray & Curtis measure
    Autorzy:
    Markowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/438833.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    regiony NUTS 2
    sektory gospodarki
    struktury pracujących
    zróżnicowanie struktur
    NUTS 2 regions
    economic sectors
    employment structure
    structure diversity
    Opis:
    Celem artykułu jest ocena zmian struktury pracujących, zaobserwowanych w europejskiej przestrzeni regionalnej szczebla NUTS 2. Struktura pracujących zostanie ujęta w układzie trzech sektorów gospodarki, czyli rolnictwa, przemysłu i usług. Zakres czasowy prowadzonych badań dotyczy dwóch zazębiających się okresów, lat 2000–2008 i 2008–2012, co wynika ze sposobu prezentacji danych w bazach Eurostatu (zmiana podejścia do nomenklatury Europejskiej Klasyfikacji Działalności Gospodarczej NACE z 1997 roku, która w 2008 roku została uaktualniona). Przyczyny zmian to głównie pojawienie się nowych dziedzin działalności, zwłaszcza tych związanych z usługami i technologiami informacyjnymi oraz komunikacyjnymi. W nowym układzie NACE różnią się głównie dane na temat działalności firm, a z tego powodu także dane dotyczące rynku pracy, w tym – przykładowo – zmieniły się definicje pracujących w przemysłach wysokiej technologii i usługach opartych na wiedzy, co spowodowało utratę porównywalności. Jako metodę badawczą zastosowano w pracy miarę zróżnicowania struktur, co umożliwi identyfikację intensywności przeobrażeń na rynku pracy w czasie i przestrzeni.
    The aim of the paper is the evaluation of the changes observed in the employment structure at the European regional space of NUTS 2 level. The employment structure is expressed in three elements: agriculture, industry and services. Data covers two overlapping periods: 2000–2008 and 2008–2012. This is because of the changes in Eurostat data bases imposed by the update of European Classification of Economic Activities introduced in 2008 to the original regulation from 1997. New activities were defined, mainly in the field of information services and technologies. In new system, information on enterprises and labour market and some definitions in high-tech industries and services are not fully comparable with the old one. This problem is discussed in the paper. The measure of structures diversity is the basic research method for the analysis presented in the paper. It makes it possible to identify the intensity of labour market changes in both time and space.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2015, 29, 2; 7-22
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena udziału sektorów w zróżnicowaniu struktur zatrudnienia w Warszawie i powiatach sąsiadujących w latach 2005–2014
    Evaluating the Share of Sectors in Employment Structure Differences between Warsaw and Neighbouring Districts in the Period 2005–2014
    Autorzy:
    Markowska, Małgorzata
    Sokołowski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/438516.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    dynamika zmian;
    niepodobieństwo struktur;
    NUTS 4;
    sektory gospodarki;
    struktura zatrudnienia
    dissimilarity of structures;
    dynamics of change;
    employment structure;
    sectors of economy
    Opis:
    Celem pracy jest identyfikacja zróżnicowania struktur (kształtu i skali) zatrudnienia w Warszawie i powiatach sąsiednich w ujęciu dynamicznym oraz ocena znaczenia sektorów gospodarki w tym zróżnicowaniu. W pracy przedstawiono wyniki oceny udziału takich sektorów, jak: rolnictwo, przemysł oraz usługi, w podziale na handel, usługi finansowe oraz pozostałe usługi, w zróżnicowaniu struktur zatrudnienia w Warszawie i powiatach, które ze stolicą sąsiadują, czyli: legionowskim, mińskim, otwockim, wołomińskim, piaseczyńskim, pruszkowskim oraz warszawskim zachodnim. Badanie przeprowadzono w latach 2005–2014, a do realizacji celu pracy wykorzystano – w porównaniach przestrzennych – miary oceniające udział składnika w zróżnicowaniu (niepodobieństwie) dwóch struktur. Miara URij pozwala na ocenę udziału i-tego składnika w niepodobieństwie rozmiaru dwóch struktur, zaś miara UKij – w niepodobieństwie kształtu struktur. Uzyskane wyniki pozwalają zarówno na dokonywanie porównań dla poszczególnych sektorów w konkretnych powiatach, jak i na porównywanie powiatów dla konkretnego sektora. Odnośnie rozmiaru struktury zauważono zdominowanie przez Warszawę miar udziału poszczególnych sektorów w niepodobieństwie struktury zatrudnienia oraz fakt, że hierarchia powiatów (poza piaseczyńskim) nie ulegała zmianom. W zakresie kształtu struktur stwierdzono zdecydowanie wyższy udział przemysłu i rolnictwa w strukturze zatrudnienia w powiatach ościennych oraz chaotyczne (a przez to trudne do interpretacji) zmiany w usługach finansowych. Przeprowadzone analizy potwierdzają potrzebę osobnego rozważania efektu rozmiaru i efektu kształtu w porównywaniu struktur.
    The aim of the paper is the identification of differences in employment structure (from the point of view of shape and scale), in dynamic perspective, in Warsaw and neighbouring districts. Shares of agriculture, industry, trade, financial services and other services in difference between Warsaw city and the following districts: legionowski, miński, otwocki, wołomiński, piaseczyński, pruszkowski and warszawski zachodni, have been evaluated. The analysis is based on data from the period of 2005–2014. Two statistical measures have been used: URij which enables to estimate the share of i-th element in dissimilarities of two structures with respect to size, and UKij with respect to shape. The results obtained make it possible to compare sectors in a district, or to compare districts for a given sector of economy. As far as the differences in the size of structure are concerned, Warsaw dominated, and the hierarchy of districts was very stable, except for piaseczyński district. In the analysis of the shape of employment structure we have found significantly higher shares of industry and agriculture in particular districts, as compared with Warsaw city. Changes in the influence of financial services appeared more random and were difficult to interpret. Our results advocate for separate consideration of size and shape while comparing structures.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2017, 31, 4; 25-39
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacje krajów Unii Europejskiej z uwagi na struktury zatrudnienia w sektorach i wybranych sekcjach – ocena zgodności podziałów
    Classification of European Union Countries Based on Employment Structure in Sectors and Selected Sections – Assessment of Similarity of Divisions
    Autorzy:
    Markowska, Małgorzata
    Strahl, Danuta
    Powiązania:
    https://bibliotekanauki.pl/articles/438397.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    kraje UE
    sekcje struktury
    Unia Europejska
    zatrudnienie
    employment
    EU countries
    European Union
    sections
    Opis:
    The aim of the paper is to analyse and evaluate the relation between sector employment structure (sectors are as follows: 1. Agriculture, forestry and fishing; mining and quarrying; 2. Manufacturing; 3. Electricity, gas, steam and air conditioning supply; water supply and construction; 4. Services) and employment structure at selected high technology and knowledge-intensive employment sections in European Union countries. Complete linkage method was used to cluster countries characterised by sector and section employment structures separately, for sector and section structures, and for 2008 and 2018. Respectively 8 and 6 groups of countries in those years have been found with respect to sector structure, while 8 and 9 for high technology and knowledge-intensive sections. Divisions have been compared with Sokołowski’s (1976) measure similar to Rand index. The results are as follows: sector structures between 2008 and 2018 – 0.839; section structures between 2008 and 2018 – 0.913; between sector and section structures in 2008 – 0.704; between sector and section structures in 2018 – 0.807.
    Zasadniczym celem artykułu jest ocena (z wykorzystaniem miary podobieństwa podziałów) związku między sektorową strukturą zatrudnienia (sektory: 1 – rolnictwo, leśnictwo i rybołówstwo; górnictwo i wydobywanie; 2 – przemysł; 3 – zaopatrzenie w energię elektryczną, gaz, parę wodną i klimatyzację; zaopatrzenie w wodę i budownictwo; 4 – usługi) a strukturą zatrudnienia w wybranych sekcjach tych sektorów, wydzielonych z uwagi na zaawansowanie technologiczne i intensywność wykorzystania wiedzy, w krajach Unii Europejskiej. Klasyfikacja państw Unii Europejskiej metodą pełnego wiązania, ze względu na strukturę zatrudnienia w sektorach oraz ocenianych sekcjach w roku 2008 i 2018, umożliwiła wydzielenie, w granicznych latach, różnolicznych grup: odpowiednio ośmiu i sześciu grup krajów, uwzględniając strukturę zatrudnienia w sektorach, oraz ośmiu i dziewięciu grup krajów w przypadku wyodrębnionych sekcji przemysłu o odmiennych poziomach zaawansowania technologicznego i usług, o różnej intensywności wykorzystania wiedzy. Do oceny podobieństwa otrzymanych klasyfikacji, a w konsekwencji do oceny relacji między badanymi strukturami zatrudnienia, stanowiącej cel badawczy artykułu, wykorzystano zaproponowaną przez A. Sokołowskiego (1976) miarę podobieństwa podziałów, która dla ocenianych układów wynosiła: struktury sektorowe w roku 2008 i 2018 – 0,839, struktury sekcji w roku 2008 i 2018 – 0,913, struktury sektorowe i w sekcjach w roku 2008 – 0,704, struktury sektorowe i w sekcjach w roku 2018 – 0,807.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2020, 34, 1; 7-19
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metoda dekompozycji zmian struktury
    Decomposition Method for Changes in the Structure
    Autorzy:
    Markowska, Małgorzata
    Sokołowski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/439219.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    dekompozycja zmian
    porównywanie struktur
    taksonomia struktur
    zatrudnienie
    change decomposition
    clustering structures
    comparing structures
    employment
    Opis:
    Pojęcie struktury jest na ogół używane w dwojakim znaczeniu. Pierwsze to konfiguracjapunktów w przestrzeni wielowymiarowej, a drugie to ciąg liczb nieujemnych, sumujących się do jedności.Rozpatrujemy strukturę w tym drugim sensie. Struktura jest wówczas pewnym efektem rachunkowym istniejącymtylko w wyniku porównań części z całością i mówimy wówczas o „kształcie”. Wartości elementówstruktury definiują jej „rozmiar”. Do istnienia nietrywialnej struktury potrzeba co najmniej dwóch jej składników.Zmiana rozmiaru nie musi powodować zmiany kształtu, jeżeli zmiany składników następują w tej samejproporcji. Natomiast zmiana kształtu nie może odbyć się bez zmiany rozmiaru. W pracy zaproponowanomiary udziału elementu struktury w jej zmianach przy porównywaniu struktur w dwóch obiektach (lub okresach),zarówno w odniesieniu do rozmiaru, jak i do kształtu. Określają one udział składnika w zmianach, a ichznak wskazuje, czy był to wzrost, czy spadek udziału. Suma modułów wartości miar dla wszystkich składnikówstruktury jest równa jedności. W pracy poddano analizie zmiany sektorowej struktury zatrudnieniaw regionach Republiki Czeskiej w latach 2008–2014.
    Structure can be understood in two ways. The first one means the configuration of points in a multidimensional space, and the second one is a sequence of nonnegative numbers summing to one. In the paper the authors analyse the latter meaning of structure. It is in fact an arithmetic result of comparing parts with the whole and only then can we talk about “shape”. Values of structure elements define its “size”. We need at least two elements to have a nontrivial structure. A change in size does not have to cause a change in shape if changes in size are proportional for all elements. The change in shape must follow the change in size. Two measures have been proposed in the paper to reflect both types of changes while comparing two structures. They show the share of each structure element in changes and their sign define the direction of influence (positive or negative). Absolute values of each measure sum up to one. As an example, the analysis of structural employment changes in the regions of Czech Republic, between 2008 and 2014 is presented in the paper.
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2016, 30, 3; 25-32
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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