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 "nuts" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Dostosowanie przedsiębiorstw do wymogów czwartej rewolucji przemysłowej – ujęcie regionalne
    Adjustment of enterprises to the requirements of the fourth industrial revolution – regional approach
    Autorzy:
    Sokołowski, Andrzej
    Markowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/1026307.pdf
    Data publikacji:
    2021-01-29
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Przemysł 4.0
    wskaźniki agregatowe
    rankingi
    regiony NUTS 2
    Industry 4.0
    composite indicators
    rating
    NUTS 2 regions
    Opis:
    Celem artykułu jest zaproponowanie agregatowego wskaźnika poziomu rozwoju polskich regionów szczebla NUTS 2 w zakresie wdrażania i efektów rozwiązań charakteryzujących czwartą rewolucję przemysłową (Przemysł 4.0) oraz przedstawienie rankingu regionów pod względem dostosowania przedsiębiorstw do wymogów Przemysłu 4.0. Podstawą obliczeń były wyniki badania eksperymentalnego przeprowadzonego przez GUS w 2019 r. Zastosowano dwie metody wyznaczania wskaźnika agregatowego: klasyczną oraz iteracyjną, która uwzględnia ocenę odporności wskaźnika na ewentualne obserwacje odstające. Zakres przedmiotowy obejmował 10 podkryteriów, a w ich ramach – 21 cech statystycznych. Przodującym regionem pod względem wdrażania rozwiązań z zakresu Przemysłu 4.0 okazało się woj. opolskie. Ocena trafności zaproponowanego wskaźnika będzie możliwa na podstawie porównań z wynikami analogicznych badań GUS przeprowadzanych w kolejnych latach.
    The aim of the paper is to propose a composite indicator characterising the level of development of Polish NUTS 2 regions with respect to the implementation and results of the changes the fourth industrial revolution (Industry 4.0) entails, and to present a ranking of regions illustrating the degree to which enterprises have adjusted to the requirements of Industry 4.0. Data used for the calculations have been based on the results of an experimental research conducted by Statistics Poland (GUS) in 2019. Two methods for constructing the composite indicators have been used - classical and iterative which is to assess the indicator's resilience to the influence of any potential outliers. 10 sub-criteria, covered by 21 variables have been taken into account. Opolskie region appeared to be the best NUTS 2 region in Poland in terms of the implementation of the requirements outlined by Industry 4.0. The evaluation of the proposed composite indicator will be possible when comparing it with the results of similar surveys carried out by GUS in the future.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 1; 32-48
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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:
    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
      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