論文の概要: Low-skilled Occupations Face the Highest Re-skilling Pressure
- arxiv url: http://arxiv.org/abs/2101.11505v1
- Date: Wed, 27 Jan 2021 16:02:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-13 19:39:53.119890
- Title: Low-skilled Occupations Face the Highest Re-skilling Pressure
- Title（参考訳）: スキルの低い作業は、最も高いリスキルプレッシャーに直面する
- Authors: Di Tong (Massachusetts Institute of Technology), Lingfei Wu
(University of Pittsburgh), James Allen Evans (University of Chicago)
- Abstract要約: 新しい技術は通常、特定の仕事のタスクに代えて、仕事全体を排除するのではなく、仕事のスキルをシフトする。
最近の研究では、高度なstemと技術集約的なビジネス職業は、スキルコンテンツの変化率が最も高いことが示されている。
大企業はスキルの不安定さや控えめさ、特にスキル要件が不安定な低スキルな仕事からジョブをバッファリングすることを確立します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: While substantial scholarship has focused on estimating the susceptibility of
jobs to automation, little has examined how job contents evolve in the
information age despite the fact that new technologies typically substitute for
specific job tasks, shifting job skills rather than eliminating whole jobs.
Here we explore the process and consequences of changes in occupational skill
contents and characterize occupations subject to the most re-skilling pressure.
Recent research suggests that high-skilled STEM and technology-intensive
business occupations have experienced the highest rates of skill content
change. Using a dataset covering the near universe of U.S. online job postings
between 2010 and 2018, we find that when the number and similarity of skills
within a job are taken into account, the re-skilling pressure is much higher
for workers in low complexity, low education and low compensation occupations.
We use high-dimensional embeddings of skills estimated across all jobs to
precisely assess skill similarity, and characterize occupational skill
transformations, demonstrating that skills requiring machine-operation and
interface rise sharply in importance in the past decade, much more than human
interface skills in low and mid-education occupations. We establish that large
organizations buffer jobs from skill instability and obsolescence, especially
low-skilled jobs with unstable skill requirements. Finally, the gap in
re-skilling pressure between low/mid-education and high-education occupations
is smaller in large organizations, suggesting that by controlling the
surrounding skill environment, such organizations reduce the rate of required
re-skilling and sustain short-term productivity for those occupations.
- Abstract（参考訳）: 実質的な奨学金は、自動化に対するジョブの感受性の推定に焦点を当てているが、新しい技術が一般的に特定のジョブタスクに取って代わるという事実にもかかわらず、情報時代におけるジョブ内容の進化についてはほとんど検討されていない。
ここでは,職業的スキル内容の変化の過程と結果について検討し,最も再スキルプレッシャーを受ける職業を特徴付ける。
最近の研究では、高度なstemと技術集約的なビジネス職業は、スキルコンテンツの変化率が最も高いことが示されている。
2010年から2018年の間、米国のオンライン求人の近宇宙をカバーするデータセットを用いて、仕事内のスキルの数と類似性を考慮すると、低複雑さ、低教育、低報酬の仕事の労働者にとって、再スキルのプレッシャーがはるかに高いことが分かりました。
スキルの類似性を正確に評価し、作業スキルの変換を特徴付けるために、すべてのジョブで推定されるスキルの高次元埋め込みを使用して、過去10年間に機械操作とインターフェースを必要とするスキルが重要になってきていることを実証しています。
大企業はスキルの不安定さや控えめさ、特にスキル要件が不安定な低スキルな仕事からジョブをバッファリングすることを確立します。
最終的に、中等教育と高等教育の職業間の再スキルプレッシャーのギャップは、大企業では小さくなり、周囲のスキル環境をコントロールすることによって、必要な再スキルの率を減らし、それらの職業の短期的な生産性を維持することが示唆される。
関連論文リスト
- Nasdaq-100 Companies' Hiring Insights: A Topic-based Classification Approach to the Labor Market [0.0]
本稿では,現代のオンライン労働市場における職種分類のためのデータマイニング手法を提案する。
マーケティング、ブランディング、セールス、ソフトウェアエンジニアリング、ハードウェアエンジニアリング、産業エンジニアリング、プロジェクトマネジメントの13の職種が、最も頻繁に投稿される職種である。
論文 参考訳（メタデータ） (2024-09-01T08:18:56Z) - Social Skill Training with Large Language Models [65.40795606463101]
人々は紛争解決のような社会的スキルに頼り、効果的にコミュニケーションし、仕事と個人の生活の両方で繁栄する。
本稿では,専門分野に進出する上での社会的スキルの障壁を明らかにする。
本稿では,大規模言語モデルを用いた総合的なフレームワークによるソーシャルスキルトレーニングのソリューションを提案する。
論文 参考訳（メタデータ） (2024-04-05T16:29:58Z) - Skills or Degree? The Rise of Skill-Based Hiring for AI and Green Jobs [0.0]
本研究の目的は、雇用主が採用プロセスにおける正式な資格よりも個人スキルに力を入れ始めたかどうかを理解することである。
我々の発見は、雇用主がAIロールの「スキルベースの雇用」を開始した証拠となる。
AIスキルの需要が高い職業では、スキルのプレミアムが高く、学位に対する報酬は比較的低い。
論文 参考訳（メタデータ） (2023-12-19T08:40:45Z) - Practical Skills Demand Forecasting via Representation Learning of
Temporal Dynamics [4.536775100566484]
急速な技術革新は、世界の労働力の多くを置き去りにする恐れがある。
政府や市場は、スキルの供給が需要の変化に反応する速度を早める方法を見つけなければならない。
本稿では,10年間の月次技術需要観測を用いて,複数段階の予測を未来に向けて一斉に行うパイプラインを提案する。
論文 参考訳（メタデータ） (2022-05-18T04:02:55Z) - Longitudinal Complex Dynamics of Labour Markets Reveal Increasing
Polarisation [4.22389131271244]
我々は,7年間の技術的,経済的,政策的な変化において,米国の労働市場の構造を経時的に分析する。
ネットワーク科学、自然言語処理、機械学習を活用して、労働市場の構造的変化を時間とともに明らかにしています。
論文 参考訳（メタデータ） (2022-04-14T16:07:20Z) - Statistical discrimination in learning agents [64.78141757063142]
統計的差別は、訓練人口のバイアスとエージェントアーキテクチャの両方の関数としてエージェントポリシーに現れる。
我々は、リカレントニューラルネットワークを使用するエージェントによる差別の低減と、トレーニング環境のバイアスの低減が示される。
論文 参考訳（メタデータ） (2021-10-21T18:28:57Z) - Discovering Generalizable Skills via Automated Generation of Diverse
Tasks [82.16392072211337]
本稿では,多種多様なタスクの自動生成による一般化可能なスキルの発見手法を提案する。
教師なしスキル発見の先行研究とは対照的に,本手法では各スキルをトレーニング可能なタスクジェネレータが生成するユニークなタスクとペアリングする。
生成したタスクにおけるロボットの動作に定義されたタスク判別器を共同で訓練し、多様性目標の低いエビデンスを推定する。
学習スキルは階層的な強化学習アルゴリズムで構成され、目に見えない目標タスクを解決する。
論文 参考訳（メタデータ） (2021-06-26T03:41:51Z) - Knowledge as Invariance -- History and Perspectives of
Knowledge-augmented Machine Learning [69.99522650448213]
機械学習の研究は転換点にある。
研究の関心は、高度にパラメータ化されたモデルのパフォーマンス向上から、非常に具体的なタスクへとシフトしている。
このホワイトペーパーは、機械学習研究におけるこの新興分野の紹介と議論を提供する。
論文 参考訳（メタデータ） (2020-12-21T15:07:19Z) - Skill-driven Recommendations for Job Transition Pathways [8.175175834134706]
雇用の安全は当然のことではなく、特に急激で広まり、予期せぬ社会的・経済的な変化のときである。
そこで本研究では,その基盤となるスキルを用いて,職業間の類似度を測定する手法を提案する。
次に、職業間の最適な遷移経路を特定するためのレコメンデーションシステムを構築する。
論文 参考訳（メタデータ） (2020-11-23T23:58:26Z) - Young Adult Unemployment Through the Lens of Social Media: Italy as a
case study [108.33144653708091]
調査データとソーシャルメディアデータを用いて、イタリアにおける若い失業者の個性、道徳的価値、文化的要素を分析する。
調査の結果, 人格と道徳的価値には小さながら有意な差がみられ, 失業した男性は満足し難い傾向がみられた。
失業者は、より集団主義的な視点を持ち、グループ内の忠誠心、権威、純粋性の基盤を評価する。
論文 参考訳（メタデータ） (2020-10-09T10:56:04Z) - Job2Vec: Job Title Benchmarking with Collective Multi-View
Representation Learning [51.34011135329063]
Job Title Benchmarking (JTB) は、様々な企業で同様の専門知識を持つ職種をマッチングすることを目的としている。
従来のJTBのアプローチは主に手作業による市場調査に依存しており、それは高価で労働集約的である。
我々はJTBをジョブ-グラフ上のリンク予測のタスクとして再編成し、ジョブタイトルにマッチするリンクはリンクを持つべきである。
論文 参考訳（メタデータ） (2020-09-16T02:33:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。