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 "zatrudnienie." wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Sektorowe struktury zatrudnienia w krajach Unii Europejskiej w latach 2008–2017 – nowe podejście w ocenie dynamiki
    Employment Structures of the European Union Countries in 2008–2017 – New Approach to Dynamic Assessment
    Autorzy:
    Markowska, Małgorzata
    Sokołowski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/438165.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
    Tematy:
    kraje
    Unia Europejska
    zatrudnienie
    zmiany struktury
    country
    employment
    European Union
    structural changes
    Opis:
    The aim of the paper is to present a new idea in analysing changes in structures, assuming that structures change gradually through rather slow evolution. Employment structures of European Union countries, analysed in terms of 10 economic sections are definitely these types of structures. Single structure is a result of individual decisions undertakes by thousands of citizens. Cluster analysis is a method used in the paper, and what is new is a non-standard list of diagnostic variables. It consist of 10 coefficients of structure from the initial year of analysis (2008), 8 measures of structure changes from year to year and 9 measures of structure dissimilarity between each year and the initial one. Such a set of features describes structures at a starting point of analysis together with chain and fixed base dynamics. 28 EU countries are analysed, which creates a taxonomic problem [Y, TZ]. Using furthest neighbour agglomerative method we found 7 group of countries, and two of them are single-country groups. Differences between groups have been described by within-group averages.
    Celem pracy jest zaprezentowanie nowej koncepcji analizy zmian struktur, przy założeniu, że zmiany te nie są gwałtowne i mają raczej charakter ewolucyjny. Niewątpliwie takimi strukturami są struktury zatrudnienia w krajach Unii Europejskiej rozpatrywane w układzie 10 sekcji. Struktura taka powstaje w wyniku sumowania się decyzji lub zdarzeń dotyczących wielu tysięcy ludzi. Podstawową metodą stosowaną w pracy jest analiza skupień, a jej nowość polega na wykorzystaniu niestandardowego zestawu cech. Tworzy go 10 wskaźników struktury z wyjściowego roku analizy, czyli z roku 2008; 9 wartości miar zmian struktur z roku na rok oraz 8 wartości miar niepodobieństwa struktur z poszczególnych lat w stosunku do roku wyjściowego. Taki zestaw opisuje stan wyjściowy struktur oraz ich dynamikę łańcuchową i o podstawie stałej. Analizowanych jest 28 krajów Unii Europejskiej. Taki układ badawczy tworzy zagadnienie taksonomiczne [Y, TZ]. W wyniku zastosowania aglomeracyjnej metody najdalszego sąsiedztwa na danych niestandaryzowanych uzyskano siedem grup krajów, w tym dwie grupy jednoelementowe. Opisano różnice między tymi grupami na podstawie obliczonych średnich wartości cech w grupach
    Źródło:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2019, 33, 2; 7-17
    2080-1653
    Pojawia się w:
    Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    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
    Tytuł:
    WRAŻLIWOŚĆ REGIONALNYCH RYNKÓW PRACY UNII EUROPEJSKIEJ NA KRYZYS EKONOMICZNY. KLASYFIKACJA METODĄ WARDA Z WARUNKIEM SPÓJNOŚCI
    SENSITIVITY OF THE EUROPEAN UNION REGIONAL LABOUR MARKETS TO ECONOMIC CRISIS. CLASSIFICATION USING WARD METHOD WITH COHESION CRITERION
    Autorzy:
    Markowska, Małgorzata
    Sobolewski, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/658674.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Zatrudnienie
    bezrobocie
    analizy regionalne
    regionalne rynki pracy.
    Employment
    unemployment
    regional analysis
    regional labour markets.
    Opis:
    The popular clustering procedures applied in administrative units clustering (regions, districts, municipalities) frequently result in distinguishing incoherent groups, which is difficult to accept by the analyses addressees. The intuitive approach also imposes the investigation of coherent divisions, since it greatly facilitates both the interpretation of results and their practical application. The study presents the modification of Ward method by applying the condition of cluster coherence at every agglomeration stage. Therefore the starting point of the clustering procedure is not only the distance matrix between objects, but also their mutual neighbourhood matrix, most often understood literally, in the geographical sense. While searching for two closest clusters only the neighbouring ones were considered. The modified clustering algorithm was implemented as the extension of STATISTICA software. The modified clustering algorithm is illustrated by the classification results of the European Union regions regarding sensitivity to economic crisis. The objective of analysis was to distinguish the coherent division of EU regions against the selected diagnostic variables illustrating changes on the EU labour markets in the period 2008-2012.
    Popularne procedury grupowania zastosowane do grupowania jednostek administracyjnych (regionów, powiatów, gmin), prowadzą bardzo często do wyodrębnienia niespójnych grup, co bywa trudne do zaakceptowania przez odbiorców analiz. Także podejście intuicyjne każe poszukiwać podziałów koherentnych, bowiem znakomicie ułatwia to zarówno interpretację wyników jak i ich praktyczne wykorzystanie. W pracy przedstawiono modyfikację metody Warda poprzez wprowadzenie warunku spójności skupień na każdym etapie aglomeracji. Punktem wyjścia procedury grupowania jest zatem nie tylko macierz odległości pomiędzy obiektami, ale także macierz ich wzajemnego sąsiedztwa, najczęściej rozumianego dosłownie, w sensie geograficznym. Poszukując dwóch najbliższych sobie skupień, pod uwagę brane są tylko te z nich, które ze sobą sąsiadują. Zmodyfikowany algorytm grupowania zaimplementowano jako rozszerzenie programu STATISTICA. Ilustracją zmodyfikowanego algorytmu grupowania są wyniki klasyfikacji regionów Unii Europejskiej ze względu na wrażliwość na kryzys ekonomiczny. Celem analizy było wyodrębnienie spójnego podziału regionów unijnych względem wybranych zmiennych diagnostycznych, ilustrujących zmiany na regionalnych rynkach pracy UE w latach 2008-2012.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 308
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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