論文の概要: Occupation Life Cycle
- arxiv url: http://arxiv.org/abs/2406.15373v1
- Date: Mon, 15 Apr 2024 03:13:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-01 07:11:08.831191
- Title: Occupation Life Cycle
- Title（参考訳）: 業務ライフサイクル
- Authors: Lan Chen, Yufei Ji, Xichen Yao, Hengshu Zhu,
- Abstract要約: 本稿では,職業の軌跡を探るため,Occupation Life Cycle (OLC)モデルを提案する。
中国最大の採用プラットフォームからの求人データを用いて、2018年から2023年にかけての労働市場の変動と新興トレンドを追跡します。
われわれの発見は、職業進化と経済要因の相互作用に関するユニークな視点を与えており、特に中国の労働市場に焦点を当てている。
- 参考スコア（独自算出の注目度）: 16.618743552104192
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper explores the evolution of occupations within the context of industry and technology life cycles, highlighting the critical yet underexplored intersection between occupational trends and broader economic dynamics. Introducing the Occupation Life Cycle (OLC) model, we delineate five stages (i.e., growth, peak, fluctuation, maturity, and decline) to systematically explore the trajectory of occupations. Utilizing job posting data from one of China's largest recruitment platforms as a novel proxy, our study meticulously tracks the fluctuations and emerging trends in the labor market from 2018 to 2023. Through a detailed examination of representative roles, such as short video operators and data analysts, alongside emerging occupations within the artificial intelligence (AI) sector, our findings allocate occupations to specific life cycle stages, revealing insightful patterns of occupational development and decline. Our findings offer a unique perspective on the interplay between occupational evolution and economic factors, with a particular focus on the rapidly changing Chinese labor market. This study not only contributes to the theoretical understanding of OLC but also provides practical insights for policymakers, educators, and industry leaders facing the challenges of workforce planning and development in the face of technological advancement and market shifts.
- Abstract（参考訳）: 本稿では、産業と技術ライフサイクルの文脈における職業の進化を考察し、職業傾向とより広範な経済力学との重要かつ未解明の交わりを浮き彫りにする。
Occupation Life Cycle (OLC) モデルを導入し,5段階(成長,ピーク,変動,成熟,減少)を系統的に検討した。
中国最大の採用プラットフォームからの求職データを新しいプロキシとして利用し、2018年から2023年にかけての労働市場の変動と新興トレンドを注意深く追跡した。
人工知能(AI)分野における新たな職業と並行して,短いビデオオペレータやデータアナリストなどの代表的役割を詳細に検討し,特定のライフサイクルステージに職業を割り当て,職業発達と衰退の洞察に富むパターンを明らかにした。
我々の研究は、雇用の進化と経済要因の相互作用に関するユニークな視点を提供し、特に中国の労働市場の変化に焦点をあてている。
本研究は、OLCの理論的理解に寄与するだけでなく、技術進歩や市場の変化に直面した労働計画・開発における課題に直面する政策立案者、教育者、業界リーダーに実践的な洞察を与える。
関連論文リスト
- The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
会話分析(CA)は、会話データから重要な情報を発見し分析する。
本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。
会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
論文 参考訳（メタデータ） (2024-09-21T16:52:43Z) - Job-SDF: A Multi-Granularity Dataset for Job Skill Demand Forecasting and Benchmarking [59.87055275344965]
Job-SDFは、ジョブスキルの需要予測モデルをトレーニングし、ベンチマークするために設計されたデータセットである。
2021年から2023年にかけて、中国の大手オンライン求人プラットフォームから集められた1035万件の求人広告に基づいている。
本データセットは,職業,企業,地域レベルなど,さまざまな粒度でのスキル需要予測モデルの評価を可能にする。
論文 参考訳（メタデータ） (2024-06-17T07:22:51Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-21T08:54:56Z) - Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review [49.623146117284115]
本稿では,クラウドソーシングの自己管理型クラウドワーカー企業(SMEC)への移行について検討する。
SMECの台頭を説明する重要な要因を特定することに焦点を当て、このシフトの基本的な側面を理解するために文献をレビューする。
この研究は、今後の研究を指導し、政策とプラットフォーム開発を指導することを目的としており、この発展途上の風景における公正な労働実践の重要性を強調している。
論文 参考訳（メタデータ） (2024-03-19T14:33:16Z) - Large Language Models at Work in China's Labor Market [4.19966590731593]
本稿では,中国労働市場における大規模言語モデル(LLM)の潜在的影響について考察する。
その結果,職業曝露と賃金水準・経験年金との正の相関が示唆された。
また、AI導入による生産性と雇用のトレードオフを定量化するために、産業の露出を取り入れた経済成長モデルも開発しています。
論文 参考訳（メタデータ） (2023-08-17T04:20:36Z) - Multi-generational labour markets: data-driven discovery of
multi-perspective system parameters using machine learning [0.36832029288386137]
我々は、ビッグデータと機械学習を用いて、多世代労働市場におけるマルチパースペクティブパラメーターを発見する。
学術的視点のパラメータは、1958-2022年の間、Web of Scienceから35,000の論文を要約して発見されている。
データ駆動パラメータ発見のための完全な機械学習ソフトウェアツールが開発されている。
論文 参考訳（メタデータ） (2023-02-20T18:25:10Z) - 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) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-05-06T13:05:55Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Learning Occupational Task-Shares Dynamics for the Future of Work [5.487438649316376]
ビッグデータとAIは、2012年と2016年以来、高賃金の職業の中で著しく上昇している。
我々は,将来的な業務要求を予測するためのARIMAモデルを構築している。
論文 参考訳（メタデータ） (2020-01-28T21:20:33Z)
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。