論文の概要: A multi-criteria decision support system to evaluate the effectiveness of training courses on citizens' employability

• arxiv url: http://arxiv.org/abs/2412.01351v1
• Date: Mon, 02 Dec 2024 10:29:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:50:52.718552
• Title: A multi-criteria decision support system to evaluate the effectiveness of training courses on citizens' employability
• Title（参考訳）: 研修コースが市民の雇用性に及ぼす影響を評価するための多基準意思決定支援システム
• Authors: Maria C. Bas, Vicente J. Bolos, Alvaro E. Prieto, Roberto Rodriguez-Echeverria, Fernando Sanchez-Figueroa,
• Abstract要約: 生涯学習は、雇用を確保したり、既存のキャリアの見通しを高める上で重要な要素である。 本研究は,学習コース評価のための多基準意思決定支援システムの実装について提案する。
• 参考スコア（独自算出の注目度）: 40.058173378183966
• License:
• Abstract: This study examines the impact of lifelong learning on the professional lives of employed and unemployed individuals. Lifelong learning is a crucial factor in securing employment or enhancing one's existing career prospects. To achieve this objective, this study proposes the implementation of a multi-criteria decision support system for the evaluation of training courses in accordance with their capacity to enhance the employability of the students. The methodology is delineated in four stages. Firstly, a `working life curve' was defined to provide a quantitative description of an individual's working life. Secondly, an analysis based on K-medoids clustering defined a control group for each individual for comparison. Thirdly, the performance of a course according to each of the four predefined criteria was calculated using a t-test to determine the mean performance value of those who took the course. Ultimately, the unweighted TOPSIS method was used to evaluate the efficacy of the various training courses in relation to the four criteria. This approach effectively addresses the challenge of using extensive datasets within a system while facilitating the application of a multi-criteria unweighted TOPSIS method. The results of the multi-criteria TOPSIS method indicated that training courses related to the professional fields of administration and management, hostel and tourism and community and sociocultural services have positive impact on employability and improving the working conditions of citizens. However, courses that demonstrate the greatest effectiveness in ranking are the least demanded by citizens. The results will help policymakers evaluate the effectiveness of each training course offered by the regional government.
• Abstract（参考訳）: 本研究では、生涯学習が雇用者および失業者の職業生活に与える影響について検討した。 生涯学習は、雇用を確保したり、既存のキャリアの見通しを高める上で重要な要素である。 この目的を達成するために,本研究では,学生の雇用性を高める能力に応じて,訓練コースの評価のための多基準意思決定支援システムの実装を提案する。 方法論は4つの段階に分かれている。 第一に「働く生活曲線」は、個人の働く生活の定量的な記述を提供するものとして定義された。 第二に、K-メロイドクラスタリングに基づく分析では、各個人に対する比較のための制御群を定義した。 第3に、予め定義された4つの基準のそれぞれに応じたコースのパフォーマンスをt-testを用いて算出し、コースを受講した人の平均性能値を測定した。 最終的に, 各種トレーニングコースの有効性を4つの基準で評価するために, 非重み付きTOPSIS法を用いた。 このアプローチは、マルチ基準の非重み付きTOPSISメソッドの適用を容易にしながら、システム内で広範囲なデータセットを使用することの課題に効果的に対処する。 多基準TOPSIS法の結果,行政・経営・ホステル・観光・地域社会・社会文化サービスに関する研修コースが,雇用性や市民の労働環境改善に肯定的な影響を与えることが明らかとなった。 しかし、ランキングの最大の効果を示すコースは、市民の要求が最小限である。 その結果、政策立案者は地域政府の各研修コースの有効性を評価するのに役立ちます。

関連論文リスト

• Wearable Device-Based Real-Time Monitoring of Physiological Signals: Evaluating Cognitive Load Across Different Tasks [6.673424334358673]
  本研究は,中等教育学生の脳波(EEG)データに対する認知負荷評価を行うために,最先端のウェアラブルモニタリング技術を用いている。 この研究は、中等教育学生の認知負荷を評価するための応用価値と、様々な課題にまたがる有用性について考察した。
  論文  参考訳（メタデータ） (2024-06-11T10:48:26Z)
• Positivity-free Policy Learning with Observational Data [8.293758599118618]
  本研究では,新しい肯定的(確率的)政策学習フレームワークを提案する。 本研究では,治療に一定値を割り当てる代わりに,適応度スコア値を調整するための漸進的適合度スコアポリシーを提案する。 本稿では,政策学習に関連する理論的保証を徹底的に検討し,提案フレームワークの有限サンプル性能を検証した。
  論文  参考訳（メタデータ） (2023-10-10T19:47:27Z)
• Online Estimation and Inference for Robust Policy Evaluation in Reinforcement Learning [7.875680651592574]
  本研究では,バハドゥル表現に基づくオンラインロバストな政策評価手法を開発し,推定器の限定分布を確立する。 本稿では、強化学習における頑健な統計と統計的推測のギャップを埋め、より汎用的で信頼性の高い政策評価手法を提供する。
  論文  参考訳（メタデータ） (2023-10-04T04:57:35Z)
• Statistically Efficient Variance Reduction with Double Policy Estimation for Off-Policy Evaluation in Sequence-Modeled Reinforcement Learning [53.97273491846883]
  本稿では、オフラインシーケンスモデリングとオフライン強化学習をダブルポリシー推定と組み合わせたRLアルゴリズムDPEを提案する。 D4RLベンチマークを用いて,OpenAI Gymの複数のタスクで本手法を検証した。
  論文  参考訳（メタデータ） (2023-08-28T20:46:07Z)
• A Domain-Agnostic Approach for Characterization of Lifelong Learning Systems [128.63953314853327]
  「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。 この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
  論文  参考訳（メタデータ） (2023-01-18T21:58:54Z)
• Prompt-based Pre-trained Model for Personality and Interpersonal Reactivity Prediction [19.288384399961867]
  本稿では、LingJingチームによる主観性・感性・ソーシャルメディア分析に関するワークショップ(WASSA)2022におけるパーソナリティ予測(PER)と反応性指標予測(IRI)の共有タスクについて述べる。
  論文  参考訳（メタデータ） (2022-03-23T15:22:34Z)
• Curriculum Learning for Safe Mapless Navigation [71.55718344087657]
  本研究は,カリキュラム学習(CL)に基づくアプローチがエージェントのパフォーマンスに与える影響について検討する。 特に、ロボットマップレスナビゲーションの安全性に焦点をあて、標準的なエンドツーエンド(E2E)トレーニング戦略と比較する。
  論文  参考訳（メタデータ） (2021-12-23T12:30:36Z)
• Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning [8.736154600219685]
  オンライン学習における政策評価が注目を集めている。 しかし、オンライン環境で生成された依存データのため、このような問題は特に困難である。 本研究では,オンライン学習における最適ポリシーに基づいて,2倍頑健区間推定法(DREAM)を開発した。
  論文  参考訳（メタデータ） (2021-10-29T02:38:54Z)
• Reliable Off-policy Evaluation for Reinforcement Learning [53.486680020852724]
  シーケンシャルな意思決定問題において、非政治評価は、目標政策の期待累積報酬を推定する。 本稿では、1つまたは複数のログデータを用いて、ロバストで楽観的な累積報酬推定を提供する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-08T23:16:19Z)
• Opportunities of a Machine Learning-based Decision Support System for Stroke Rehabilitation Assessment [64.52563354823711]
  リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。 現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。 我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
  論文  参考訳（メタデータ） (2020-02-27T17:04:07Z)

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。