Przejdź do treści
Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

nr 50/1 2017

Identyfikacja wzorców zaangażowania w podnoszenie kwalifikacji z wykorzystaniem analizy sekwencji

DOI: 10.18276/sip.2017.50/1-11
Cytuj

Pełny tekst jest dostępny

ISSN:2450-7733
eISSN:2300-4096
Autorzy: Alicja Grześkowiak
Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe: podnoszenie kwalifikacji dane panelowe analiza sekwencji
Data publikacji całości:2017
Liczba stron:13 (155-167)
OAI-PMH:Metadane
Klasyfikacja JEL: J24 C23
Cited-by (Crossref) ?: Włącz JavaScript, aby pobrać dane cytowań.
CC BY-SA Open Access
Kod QR

Abstrakt

W artykule przedstawiono problematykę związaną z podejmowaniem aktywności mających na celu podnoszenie umiejętności. W szczególności analizowano przebieg zaangażowania w proces kształcenia przez całe życie w Polsce w kolejnych jednostkach czasu oraz w odniesieniu do takich cech demograficznych, jak płeć i wiek. Jako metodę badawczą zastosowano analizę sekwencji, która umożliwiła identyfikację głównych wzorców zachowań w rozpatrywanym obszarze i wybranym przedziale czasowym. Analizy przeprowadzono na podstawie danych panelowych wyodrębnionych dla lat 2009–2015, pochodzących z ogólnopolskiego badania Diagnoza Społeczna. Otrzymane rezultaty wskazują na wiele negatywnych prawidłowości w zakresie zaangażowania w podnoszenie kwalifikacji.

PDF

Pobierz PDF
Podgląd PDF

Otwórz PDF

Bibliografia (13)
  1. Aggarwal, C.C. (2015). Data Mining: The Textbook. Switzerland: Springer International Publishing.
  2. Dong, G., Pei, J. (2007). Sequence Data Mining. New York: Springer Science & Business Media, LLC.
  3. Dziechciarz, J. (2015). Pomiar i wycena wiedzy, umiejętności i kompetencji nabytych w formalnych i nieformalnych formach. W: P. Wdowiński (red.), Nauczyciel akademicki wobec nowych wyzwań edukacyjnych (s. 25–43). Łódź, Wyd. UŁ.
  4. Gabadinho, A., Ritschard, G., Müller, N.S., Studer M. (2011). Analyzing and Visualizing State Sequences in R with TraMineR. Journal of Statistical Software, 40 (4), 1–37.
  5. Gabadinho, A., Ritschard, G., Studer, M., Müller, N.S. (2009). Mining Sequence Data in R with the TraMineR Package: A Users Guide for Version 1.2. Geneva: University of Geneva. Pobrane z: http://mephisto.unige.ch/pub/TraMineR/doc/1.2/TraMineR-1.2-Users-Guide_.pdf (29.01.2017).
  6. Grześkowiak, A. (2013). Statystyczna analiza aktywności edukacyjnej osób dorosłych w Polsce. Ekonometria, 2 (40), 22–35.
  7. Grześkowiak, A. (2015). Wielowymiarowa analiza uwarunkowań zaangażowania Polaków w kształcenie ustawiczne o charakterze pozaformalnym. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 384, 108–116.
  8. Kohler, U., Brzinsky-Fay, C., Luniak, M. (2006). Sequence Analysis with Stata. The Stata Journal, 6 (4), 435–460.
  9. Rada Monitoringu Społecznego (2015). Diagnoza społeczna. Kwestionariusze i instrukcja 2015. Pobrane z: www.diagnoza.com (15.06.2017).
  10. Rényi, A. (1961). On Measures of Entropy and Information. Proceedings of the fourth Berkeley symposium on mathematical statistics and probability, 1, 547–561.
  11. Ritschard, G. (2012). Exploring Sequential Data. W: J.G. Ganascia, P. Lenca, J.M. Petit (red.), Discovery Science. DS 2012. Lecture Notes in Computer Science (s. 3–6). T. 7569. Berlin, Heidelberg: Springer.
  12. Strzelecki, P., Saczuk, K., Grabowska, I., Kotowska, I.E. (2015). Rynek pracy. W: J. Czapiński, T. Panek, Diagnoza społeczna 2015. Warunki i jakość życia Polaków. Raport (s. 129–173). Warszawa: Rada Monitoringu Społecznego.
  13. Turek, K., Worek, B. (2015). Kształcenie po szkole. Warszawa: PARP.