W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

Modeling for Human Resources Management by Data Mining, Analytics and Artificial Intelligence in the Logistics Departments

Autorzy

[ 1 ] Instytut Inżynierii Bezpieczeństwa i Jakości, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ 2 ] Instytut Zarządzania i Systemów Informacyjnych, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ P ] pracownik | [ SzD ] doktorant ze Szkoły Doktorskiej

Dyscyplina naukowa (Ustawa 2.0)

[6.6] Nauki o zarządzaniu i jakości

Rok publikacji

2020

Typ rozdziału

rozdział w monografii naukowej

Język publikacji

angielski

Słowa kluczowe
EN
  • Professional skills
  • Labor market
  • Supply chain management
  • Logistics
  • HRM
  • MARS
  • ANN
Streszczenie

EN As a result of the environment changes, all Logistic Departments need to cover gaps between their needs and possibilities in regard to resources potential available in market and customer requirements. In addition to material re-sources, there are also intangible resources like knowledge, attitude and skills (part of HR). A pioneering mathematic-supported study was done with respect to technical skills of students from IT Departments at technical high schools. We achieve a mathematical model representing possible contributions of students into jobs through professional skills, subject to soft skills, common skills and other socio-economic variables in time. A general aim is to explore the effects between variables, the structure, stability and sensitivity of the model. Thus, the needs in Logistics are addressed through decision aid, educational improvements, programs and measurements. We take a genuine lead to networking and modelling side of HRM by modern Data Mining, Analytics and AI. Herewith, human and educational factors are addressed in Logistics, eventually for a best balance between job offers and demands. The resulting models are compared by the help of statistical performance criteria, they are discussed, interpreted, evaluated, and economic as well as educational implications are derived.

Data udostępnienia online

13.12.2020

Strony (od-do)

291 - 303

DOI

10.1007/978-3-030-61947-3_20

URL

https://link.springer.com/chapter/10.1007/978-3-030-61947-3_20

Książka

Smart and sustainable supply chain and logistics - trends, challenges, methods and best practices. Volume 1

Punktacja Ministerstwa / rozdział

20

Punktacja Ministerstwa / rozdział (nauki humanistyczne, społeczne i teologiczne)

20

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.