Analysis of effectiveness and behaviour of users of IT systems remotely using AI/ML (Q3056497)

From EU Knowledge Graph
Jump to navigation Jump to search
Project Q3056497 in Latvia
Language Label Description Also known as
English
Analysis of effectiveness and behaviour of users of IT systems remotely using AI/ML
Project Q3056497 in Latvia

    Statements

    contained in NUTS
    Riga
    0 references
    country
    Latvia
    0 references
    EU contribution
    342,676.1 Euro
    0 references
    budget
    482,146.0 Euro
    0 references
    co-financing rate
    71.07 percent
    0 references
    start time
    1 May 2021
    0 references
    end time
    31 October 2023
    0 references
    beneficiary name (string)
    Sabiedrība ar ierobežotu atbildību "ABC software"
    0 references
    beneficiary
    Q3058575
    0 references
    coordinate location

    56°57'37.66"N, 24°8'28.64"E
    0 references
    summary
    Ņemot vērā esošo pasaules veselības situāciju un attiecīgās darba organizācijas tendences, kuras ir ietekmētas ar COVID-19 šobrīd un nākotnē var tikt ietekmētas ar citām pandēmijām, ir skaidrs, ka uzsvars uz paš¬izolāciju un darba aktivitāšu pārnešanu uz mājām būtiski ietekmē IT sistēmu izmantošanas intensitāti un paradumus savu tiešo darba pienākumu izpildes vajadzībām, kā arī atstāj lielu iespaidu uz citiem lietotāju un informācijas sistēmu izmantošanas aspektiem. Strauji pieaugošais attālināti strādājošo lietotāju skaits, no vienas puses – samazina epidēmijas izplatīšanas riskus, uzlabo kopējo vides ekoloģiju (būtiski samazinās CO2 izmeši un auto sastrēgumi pilsētās) un darba vides (biroju telpu utml.) uzturēšanas izmaksas, bet no citas puses – ietekmē ikdienas darba plūsmas efektivitāti, kā arī apgrūtina uzņēmumu vadības pārvaldību un operatīvu monitoringu par aktivitātēm, kuras lietotāji veic digitālajā vidē savu tiešo darba pienākumu izpildes laikā. Faktori, kas var negatīvi ietekmēt attālināti strādājošo darbinieku efektivitāti ir: • Darba motivācijas pazemināšanās, strādājot attālināti un ilgu laiku vienatnē. • Paaugstināts darbinieka darba spēju “izdegšanas” risks, jo dominē sajūta, ka darba pienākumu izpildē jādarbojas vienam, trūkst tieša kolēģu atbalsta un kopējā komandas “gara izjūtas”, notiek darba lietu “ielaušanās” privātās dzīves telpā, kas paaugstina stresa līmeni un veicina “izdegšanu” ilgtermiņā. • Negatīva ietekme no privātās dzīves dažādiem faktoriem, piemēram, dažādu mājas darbu izpilde, darba uzmanības novēršana no ģimenes locekļu puses u.c., kas mājas darba apstākļos sāk būtiski un negatīvi ietekmēt darba pienākumu izpildi. • Ierobežotas jaunu zināšanu apgūšanas un izaugsmes iespējas, it īpaši jauniem darbiniekiem ar vēl nepietiekamu pieredzi, salīdzinot ar kopīgu darbu un izaugsmes iespējām birojā, strādājot vienotā komandā.Līdz ar to pastāv nepieciešamība likt uzsvaru uz darbinieku efektivitātes novērtēšanas automatizētiem rīkiem un līdzekļiem, kuru izmantošana un rezultātu analīze nav atkarīga no fiziskās klātesamības “uz vietas birojā”, jo tā pilnībā notiek tieši digitālajā vidē. Šāda pieeja ir ievērojami efektīvāka un pat obligāti lietojama it īpaši COVID-19 skartajā pasaulē, kur IT sistēmu lietotāju darbības vairs nav tiešā veidā novērojamas klātienē. Tas neizbēgami spiež vērsties pie mašīnmācīšanās (ML) un datizraces metožu (DM) iesaistīšanas ikdienas lietotāju darbību monitoringa darba plūsmā, lai operatīvi būtu iespēja vērtēt darbinieku efektivitāti, darba spēju un motivācijas kritumus, kā arī jauno darbinieku zināšanu novērtējumu, tā kā viņiem potenciāli ir samazināta iespēja saņemt klātienes pieredzējušo kolēģu apmācības un labāko IT sistēmu lietošanas praksi. Projekta ietvaros, veicot RP un EI, plānots gūt jaunas zināšanas un izstrādāt jaunas metodes, kuras ar mašīnmācīšanās un datizraces pieeju var pielietot attālināti strādājošo darbinieku efektivitātes mērīšanai ¬un efektivitātes izmaiņu dinamikas salīdzināšanai noteiktos laika periodos. Šāda mašīnmācīšanās metode ļaus darba devējam proaktīvi reaģēt uz nevēlamajām izmaiņām un piedāvāt darbiniekam no darba devēja puses korektīvās darbības, kas potenciāli varētu būt papildu apmācība, papildu motivēšana, vai norādījums uz nepietiekamu pašdisciplīnu, kā arī korektīvas darbības, kas var pasargāt darbinieku no izdegšanas sindroma. Projekta mērķis ir izstrādāt mašīnmācīšanās un datizraces pieeju, kas veiks, uzņēmuma attālināti strādājošo darbinieku, kas darbam lieto IT atbalsta sistēmas, efektivitātes izvērtēšanu, balstoties uz pašu lietotāju un atbilstošo lietotāju grupu efektivitātes profiliem.Projekta ietvaros plānots veikt pētniecības darbības, kas aprakstītas sadaļā 1.5. : - Rūpnieciskais pētījums (RP) ( 1. posms - TRL3 un 2. posms – TRL4); - Eksperimentālā izstrāde (EI) (3.posms – TRL5, 4.posms – TRL6, 5.posms – TRL7); - Intelektuālā īpašuma tiesību reģistrācija (6.posms).Ar saimniecisku darbību saistīts Projekts tiek īstenots, izmantojot SIA “ABC software” pieejamos tehniskos un cilvēkresursus, kā arī piesaistot jaunus pētniekus ar inženierzinātņu doktora grādu uz darba līguma pamata.Projekta komanda, balstoties uz iepriekš iegūtajām zināšanām un pieredzi, projekta ietvaros sākotnēji plāno realizēt pētījuma idejas eksperimentālo pārbaudi, veikt tehnoloģijas validāciju laboratorijas vidē, izstrādāt laboratorisko prototipu un apstiprināt tā darbību laboratorijas vidē. Pēc tam lietotāju darbību efektivitātes noteikšanas metodes tehnoloģija tiks pārnesta uz mākslīgo vidi, demonstrēta un validēta, pēc nepieciešamības funkcionāli papildināta līdz sistēmas prototipam, kas tiks pārbaudīts ar samērā reāliem datiem, un pētījums tiks pabeigts, sasniedzot TRL 7.Projekts sniegs būtisku ieguldījumu Latvijas viedās specializācijas stratēģijas (RIS3) ieviešanā. Tas atbilst viedās specializācijas jomai “Informācijas un komunikācijas tehnoloģijas”, kurā uzsvērta projektam atbilst (Latvian)
    0 references
    Given the current global health situation and relevant trends in the organisation of work, which are affected by COVID-19 at present and in the future may be affected by other pandemics, it is clear that the emphasis on self-isolation and the transfer of work activities to home has a significant impact on the intensity and habits of using IT systems for the performance of their direct work, as well as on other aspects of the use of users and information systems. The rapidly increasing number of users working remotely, on the one hand, reduces the risks of spreading the epidemic, improves the overall environmental ecology (a significant reduction in CO2 emissions and car congestion in cities) and the costs of maintenance of the work environment (office premises etc. ), but on the other hand, it affects the efficiency of daily workflow, as well as complicates the management and operational monitoring of the activities carried out by users in the digital environment during the discharge of their direct work duties. Factors that may have a negative impact on the efficiency of remote workers are: • A reduction in the motivation of working remotely and for a long time alone. • The risk of “explosion” of work abilities of an employee is increased, because the feeling that work is performed by one person is dominated, there is a lack of direct support from colleagues and “feeling of a common team”, there is a “intrusion” of labour in the private life area, which increases the level of stress and promotes “burning” in the long term. • Negative effects of various factors of private life, such as carrying out various domestic work, distracting attention from family members, etc., which have a significant and negative impact on the performance of work in the home working conditions. • Restricted opportunities for acquiring new knowledge and growth, especially for young workers with yet insufficient experience compared to joint work and growth opportunities in the office, working in a single team.Therefore, there is a need to place emphasis on automated tools and tools for evaluating employee performance, the use and analysis of which does not depend on physical presence in the “on-site” office, because it takes place entirely in the digital environment. This approach is significantly more efficient and even mandatory in the world affected by COVID-19, where the activities of IT system users are no longer directly observable. This inevitably forces the involvement of machine learning (ML) and data mining methods (DM) in the workflow of day-to-day user activities in order to quickly assess employee efficiency, decreases in work ability and motivation, as well as assessment of the knowledge of young employees, as they potentially have reduced opportunities to receive training and best practices in the use of IT systems by experienced colleagues. Within the framework of the project, RP and EI plan to gain new knowledge and develop new methods, which can be used with a machine learning and data mining approach to measure the efficiency of employees at a distance and to compare the dynamics of efficiency changes in certain time periods. Such a method of machine learning will allow the employer to proactively respond to unwanted changes and to offer the employee corrective action on the employer’s side, which could potentially be additional training, additional motivation, or guidance on insufficient self-discipline, as well as corrective actions that can protect the employee from burn-out syndrome. The aim of the project is to develop a machine learning and data mining approach, which will perform an evaluation of the effectiveness of the company’s remote employees using IT support systems, based on the efficiency profiles of the users and relevant user groups. Industrial study (RP) (Stage 1 – TRL3 and Stage 2 – TRL4); — Experimental Development (EI) (Stage 3 – TRL5, Phase 4 – TRL6, Phase 5 – TRL7); Registration of Intellectual Property Rights (Phase 6).Project related to economic activity is implemented using the technical and human resources available at “ABC software” Ltd., as well as attracting new researchers with a doctorate in engineering on the basis of an employment contract.The project team, based on previously acquired knowledge and experience, initially plans to implement experimental test of research idea, perform technology validation in laboratory environment, develop laboratory prototype and confirm its operation in laboratory environment. After that, the method of determining the efficiency of user activities will be transferred to artificial environment, demonstrated and validated, functionally supplemented as necessary to the system prototype, which will be tested with relatively realistic data, and the research will be completed by reaching the TRL 7.Project will make a significant contribution to the implementation of the smart specialisation strategy of Latvia (RIS3). (English)
    point in time
    15 July 2021
    readability score
    0.3239804275163789
    0 references
    Compte tenu de la situation sanitaire mondiale actuelle et des tendances pertinentes de l’organisation du travail touchées par la COVID-19, qui peuvent être touchées par d’autres pandémies aujourd’hui et à l’avenir, il est clair que l’accent mis sur l’auto-isolement et le transfert des activités de travail à domicile a une incidence significative sur l’intensité et le comportement des systèmes informatiques aux fins de l’accomplissement de leurs tâches directes, ainsi que sur d’autres aspects de l’utilisation des utilisateurs et des systèmes d’information. L’augmentation rapide du nombre d’utilisateurs travaillant à distance, d’une part, réduit les risques de propagation de l’épidémie, améliore l’écologie environnementale globale (réduction significative des émissions de CO2 et de la congestion des voitures dans les villes) et le coût de l’entretien de l’environnement de travail (espaces de bureaux, etc.) et, d’autre part, affecte l’efficacité du flux de travail quotidien, ainsi qu’il rend difficile la gestion de l’entreprise et le suivi opérationnel des activités que les utilisateurs effectuent dans l’environnement numérique pendant l’exécution de leurs tâches directes. Parmi les facteurs susceptibles d’avoir une incidence négative sur l’efficacité des travailleurs travaillant à distance, mentionnons: • Abaisser la motivation du travail en travaillant à distance et pendant longtemps seul. • Le risque de «brûler» la capacité de travailler de l’employé est accru en raison du sentiment prédominant de travailler seul, du manque de soutien direct de la part de ses collègues et du «sens de l’esprit» total de l’équipe, de l’«intrusion» du travail dans le domaine de la vie privée, ce qui augmente le niveau de stress et favorise l’«épuisement» à long terme. • Effets négatifs sur divers facteurs de la vie privée, tels que l’exécution de divers devoirs, la distraction du travail par les membres de la famille, etc., qui commencent à avoir un impact significatif et négatif sur l’exercice des fonctions de travail dans les conditions de travail domestiques. • Les possibilités limitées d’acquisition de nouvelles connaissances et de croissance, en particulier pour les jeunes travailleurs ayant encore une expérience insuffisante par rapport au travail en commun et les possibilités de croissance au sein du bureau, travaillant en équipe unique. Par conséquent, il est nécessaire de mettre l’accent sur les outils et outils automatisés d’évaluation de l’efficacité des employés, dont l’utilisation et l’analyse des résultats ne dépendent pas de la présence physique dans le bureau, car elle se produit entièrement dans l’environnement numérique. Cette approche est nettement plus efficace et même obligatoire, en particulier dans le monde touché par la COVID-19, où les utilisateurs des systèmes informatiques ne sont plus directement exposés aux activités en personne. Cela oblige inévitablement à s’orienter vers l’implication des techniques d’apprentissage automatique (ML) et d’exploration de données (DM) dans le flux de travail quotidien de surveillance de l’activité des utilisateurs, afin de fournir une occasion opérationnelle d’évaluer l’efficacité, la capacité de travail et les facteurs dissuasifs des employés, ainsi qu’une évaluation des connaissances des nouveaux employés, car ils ont potentiellement réduit les chances de recevoir sur place une formation par les pairs et les meilleures pratiques en matière d’utilisation des systèmes informatiques. Dans le cadre du projet, il est prévu d’acquérir de nouvelles connaissances et de développer de nouvelles méthodes qui peuvent être appliquées avec l’approche de l’apprentissage automatique et de l’exploration de données pour mesurer l’efficacité des employés travaillant à distance et comparer la dynamique des changements d’efficacité dans certaines périodes. Une telle méthode d’apprentissage automatique permettra à l’employeur de réagir de manière proactive aux changements indésirables et d’offrir des mesures correctives à l’employeur, qui pourraient inclure une formation supplémentaire, une motivation supplémentaire ou une indication d’une autodiscipline insuffisante, ainsi que des mesures correctives susceptibles de protéger l’employé contre le syndrome d’épuisement professionnel. L’objectif du projet est de développer une approche d’apprentissage automatique et d’exploration de données, qui permettra d’évaluer l’efficacité des employés travaillant à distance dans l’entreprise en utilisant des systèmes d’assistance informatique basés sur les profils d’efficience des utilisateurs eux-mêmes et des groupes d’utilisateurs correspondants. (French)
    point in time
    25 November 2021
    0 references
    Angesichts der derzeitigen globalen Gesundheitslage und der relevanten Trends in der von COVID-19 betroffenen Arbeitsorganisation, die heute und in Zukunft von anderen Pandemien betroffen sein könnten, ist klar, dass die Betonung der Selbstisolation und der Übertragung von Arbeitstätigkeiten an den Haushalt erhebliche Auswirkungen auf die Intensität und das Verhalten von IT-Systemen zur Erfüllung ihrer direkten Arbeitspflichten sowie auf andere Aspekte der Nutzung von Nutzern und Informationssystemen hat. Die schnell wachsende Zahl von Fernbenutzern reduziert einerseits die Gefahr der Ausbreitung der Epidemie, verbessert die Umweltökologie insgesamt (eine deutliche Verringerung der CO2-Emissionen und der Fahrzeugüberlastung in Städten) und die Kosten für die Erhaltung des Arbeitsumfelds (Büroraum usw.) und wirkt sich andererseits auf die Effizienz des täglichen Arbeitsablaufs aus und erschwert die Verwaltung des Geschäftsmanagements und die betriebliche Überwachung der Tätigkeiten, die Nutzer im digitalen Umfeld während der Ausübung ihrer direkten Arbeitsaufgaben durchführen. Faktoren, die sich negativ auf die Effizienz von Arbeitnehmern auswirken können, die aus der Ferne arbeiten, umfassen: • Senkung der Motivation für die Arbeit durch Fernarbeit und lange Zeit allein. • Das Risiko, die Arbeitsfähigkeit des Mitarbeiters zu „brennen“, erhöht sich aufgrund des vorherrschenden Gefühls, allein zu arbeiten, dem Mangel an direkter Unterstützung durch Kollegen und dem totalen „Sensent des Geistes“ des Teams, dem „Eindringen“ der Arbeit im Bereich des Privatlebens, das das Stressniveau erhöht und langfristig „burnout“ fördert. • Negative Auswirkungen auf verschiedene Faktoren des Privatlebens, wie z. B. die Durchführung verschiedener Hausaufgaben, die Ablenkung der Arbeit durch Familienmitglieder usw., die erhebliche und negative Auswirkungen auf die Ausübung der Arbeitsaufgaben in den häuslichen Arbeitsbedingungen haben. • Begrenzte Möglichkeiten für den Erwerb von neuem Wissen und Wachstum, insbesondere für junge Arbeitnehmer mit noch unzureichender Erfahrung im Vergleich zu gemeinsamen Arbeits- und Wachstumschancen im Büro, die in einem einzigen Team arbeiten. Daher muss der Schwerpunkt auf automatisierten Werkzeugen und Werkzeugen zur Beurteilung der Effizienz der Mitarbeiter gelegt werden, deren Nutzung und Analyse der Ergebnisse nicht von der physischen Präsenz im „on-the-Office“ abhängen, da sie vollständig im digitalen Umfeld vorkommt. Dieser Ansatz ist erheblich wirksamer und sogar verbindlich, insbesondere in der COVID-19-betroffenen Welt, in der die Nutzer von IT-Systemen nicht mehr direkt persönlichen Aktivitäten ausgesetzt sind. Dies zwingt unweigerlich dazu, sich der Einbeziehung von maschinellem Lernen (ML) und Data Mining-Techniken (DM) in den laufenden Arbeitsablauf der Nutzertätigkeit zu widmen, um eine operative Gelegenheit zu bieten, die Effizienz, die Arbeitsfähigkeit und die Abschreckung der Mitarbeiter zu bewerten, sowie eine Bewertung des Wissens neuer Mitarbeiter, da sie möglicherweise die Chancen auf Peer-Training vor Ort und bewährte Verfahren bei der Nutzung von IT-Systemen verringert haben. Im Rahmen des Projekts ist es geplant, neue Erkenntnisse zu erwerben und neue Methoden zu entwickeln, die mit dem Machine Learning- und Data Mining-Ansatz angewandt werden können, um die Effizienz der Mitarbeiter zu messen und die Dynamik von Effizienzveränderungen in bestimmten Zeiträumen zu vergleichen. Eine solche Methode des maschinellen Lernens wird es dem Arbeitgeber ermöglichen, proaktiv auf unerwünschte Veränderungen zu reagieren und den Arbeitgeber Korrekturmaßnahmen anzubieten, die möglicherweise zusätzliche Schulungen, zusätzliche Motivation oder Hinweise auf unzureichende Selbstdisziplin sowie Abhilfemaßnahmen umfassen könnten, die den Arbeitnehmer vor Burnout-Syndrom schützen können. Ziel des Projekts ist es, einen maschinellen Lern- und Data Mining-Ansatz zu entwickeln, der eine Bewertung der Wirksamkeit von Mitarbeitern durchführt, die im Unternehmen über IT-Supportsysteme auf Basis von Effizienzprofilen der Nutzer selbst und der entsprechenden Nutzergruppen arbeiten. — Industrielle Forschung (IP) (Stufe 1 – TRL3 und Stufe 2 – TRL4); — Experimentelle Entwicklung (EI) (Phase 3 – TRL5, Phase 4 – TRL6, Phase 5 – TRL7); — Registrierung von Rechten des geistigen Eigentums (Phase 6).Das Projekt im Zusammenhang mit der wirtschaftlichen Tätigkeit wird mit den technischen und personellen Ressourcen durchgeführt, die SIA „ABC-Software“ zur Verfügung stehen, sowie junge Forscher mit einem Doktortitel in Ingenieurwissenschaften auf der Grundlage eines Arbeitsvertrags anzuziehen. Das Projektteam, basierend auf den zuvor erworbenen Kenntnissen und Erfahrungen, plant zunächst experimentelle Tests der Forschungsidee durchzuführen, die Validierung der Technologie im Laborumfeld durchzuführen, einen Laborprototyp zu entwickeln und seinen Betrieb im Laborumfeld zu bestätigen. (German)
    point in time
    28 November 2021
    0 references
    Gezien de huidige mondiale gezondheidssituatie en de relevante trends in de arbeidsorganisatie die getroffen worden door COVID-19, die vandaag en in de toekomst door andere pandemieën kunnen worden getroffen, is het duidelijk dat de nadruk op zelfisolatie en de overdracht van werkactiviteiten naar de woning een aanzienlijke impact heeft op de intensiteit en het gedrag van IT-systemen om hun directe taken te vervullen, alsook op andere aspecten van het gebruik van gebruikers en informatiesystemen. Het snel toenemende aantal op afstand werkende gebruikers vermindert enerzijds de risico’s van verspreiding van de epidemie, verbetert de algehele milieu-ecologie (een aanzienlijke vermindering van de CO2-uitstoot en autocongestie in steden) en de kosten van het behoud van de werkomgeving (kantoorruimte, enz.) en beïnvloedt anderzijds de efficiëntie van de dagelijkse workflow, en maakt het moeilijk om bedrijfsbeheer te beheren en operationeel toezicht te houden op de activiteiten die gebruikers in de digitale omgeving uitvoeren tijdens de uitvoering van hun directe werktaken. Factoren die een negatief effect kunnen hebben op de efficiëntie van werknemers die op afstand werken, zijn onder meer: • Het verminderen van de motivatie voor werk door op afstand en voor een lange tijd alleen te werken. • Het risico op „branden” van het vermogen van de werknemer om te werken wordt verhoogd als gevolg van het overheersende gevoel om alleen te werken, het gebrek aan directe steun van collega’s en de totale „gevoel van geest” van het team, de „inbraak” van werk op het gebied van het privéleven, waardoor het stressniveau toeneemt en op lange termijn „burn-out” wordt bevorderd. • Negatieve effecten op verschillende factoren in het privéleven, zoals de uitvoering van verschillende huiswerk, de afleiding van werk door familieleden, enz., die een aanzienlijke en negatieve invloed beginnen te hebben op de uitoefening van werk in huiselijke arbeidsomstandigheden. • Beperkte mogelijkheden voor het verwerven van nieuwe kennis en groei, met name voor jonge werknemers met nog onvoldoende ervaring in vergelijking met gezamenlijke werk- en groeikansen op kantoor, die in één team werken. Bijgevolg moet de nadruk worden gelegd op geautomatiseerde instrumenten en instrumenten om de efficiëntie van werknemers te beoordelen, waarvan het gebruik en de analyse van de resultaten niet afhankelijk zijn van fysieke aanwezigheid in het „on-the-office”, aangezien het geheel in de digitale omgeving voorkomt. Deze aanpak is aanzienlijk doeltreffender en zelfs verplichter, met name in de door COVID-19 getroffen wereld, waar gebruikers van IT-systemen niet langer rechtstreeks worden blootgesteld aan face-to-face-activiteiten. Dit dwingt onvermijdelijk een beroep te doen op de betrokkenheid van machine learning (ML) en dataminingtechnieken (DM) in de dagelijkse workflow voor het monitoren van de activiteiten van gebruikers, om een operationele kans te bieden om de efficiëntie, het arbeidsvermogen en de ontmoedigingen van werknemers te beoordelen, evenals een beoordeling van de kennis van nieuwe werknemers, aangezien zij mogelijk minder kans hebben om ter plaatse collegiale opleidingen en beste praktijken bij het gebruik van IT-systemen te ontvangen. In het kader van het project is het de bedoeling om nieuwe kennis te verwerven en nieuwe methoden te ontwikkelen die kunnen worden toegepast met de machine learning- en dataminingbenadering om de efficiëntie van werknemers op afstand te meten en de dynamiek van efficiëntieveranderingen in bepaalde perioden te vergelijken. Een dergelijke machine learning-methode zal de werkgever in staat stellen proactief te reageren op ongewenste veranderingen en de werkgever corrigerende maatregelen aan te bieden, waaronder mogelijk aanvullende opleiding, aanvullende motivatie of een indicatie van onvoldoende zelfdiscipline, evenals corrigerende maatregelen die de werknemer kunnen beschermen tegen burn-outsyndroom. Het doel van het project is een machine learning- en dataminingbenadering te ontwikkelen, die een evaluatie zal uitvoeren van de effectiviteit van werknemers die op afstand in het bedrijf werken met behulp van IT-ondersteuningssystemen op basis van efficiëntieprofielen van de gebruikers zelf en de bijbehorende gebruikersgroepen. — Industrieel onderzoek (IP) (fase 1 — TRL3 en fase 2 — TRL4); — Experimentele ontwikkeling (EI) (fase 3 — TRL5, fase 4 — TRL6, fase 5 — TRL7); — Registratie van intellectuele-eigendomsrechten (fase 6). Het project met betrekking tot economische activiteit wordt uitgevoerd met behulp van de technische en personele middelen die beschikbaar zijn voor SIA „ABC-software”, evenals het aantrekken van jonge onderzoekers met een doctoraat in de techniek op basis van een arbeidscontract. (Dutch)
    point in time
    28 November 2021
    0 references
    Tenuto conto dell'attuale situazione sanitaria globale e delle pertinenti tendenze nell'organizzazione del lavoro colpite dalla COVID-19, che potrebbero essere colpite da altre pandemie oggi e in futuro, è chiaro che l'accento posto sull'autoisolamento e sul trasferimento delle attività lavorative verso l'abitazione ha un impatto significativo sull'intensità e sul comportamento dei sistemi informatici ai fini dell'adempimento dei loro compiti di lavoro diretto, nonché su altri aspetti dell'uso degli utenti e dei sistemi di informazione. Il rapido aumento del numero di utenti che lavorano a distanza, da un lato, riduce i rischi di diffusione dell'epidemia, migliora l'ecologia ambientale complessiva (una significativa riduzione delle emissioni di CO2 e della congestione delle automobili nelle città) e il costo del mantenimento dell'ambiente di lavoro (spazio ufficio, ecc.) e, dall'altro, incide sull'efficienza del flusso di lavoro quotidiano, oltre a rendere difficile gestire la gestione aziendale e monitorare operativamente le attività che gli utenti svolgono nell'ambiente digitale durante lo svolgimento dei loro compiti diretti di lavoro. Tra i fattori che possono avere un impatto negativo sull'efficienza dei lavoratori che lavorano a distanza figurano: • Abbassare la motivazione per il lavoro lavorando a distanza e per molto tempo da soli. • Il rischio di "bruciare" la capacità lavorativa del dipendente è aumentato a causa della sensazione predominante di lavorare da solo, della mancanza di sostegno diretto da parte dei colleghi e del "senso dello spirito" totale del team, dell'"intrusione" del lavoro nel settore della vita privata, che aumenta il livello di stress e promuove il "burnout" a lungo termine. • Effetti negativi su vari fattori della vita privata, quali l'esecuzione di vari compiti a domicilio, la distrazione del lavoro da parte dei familiari, ecc., che iniziano ad avere un impatto significativo e negativo sull'esercizio delle funzioni lavorative nelle condizioni di lavoro domestiche. • Scarse opportunità di acquisizione di nuove conoscenze e di crescita, soprattutto per i giovani lavoratori con esperienza ancora insufficiente rispetto alle opportunità di lavoro congiunto e di crescita in ufficio, lavorando in un unico team. Di conseguenza, è necessario porre l'accento su strumenti automatizzati e strumenti di valutazione dell'efficienza dei dipendenti, il cui utilizzo e l'analisi dei risultati non dipendono dalla presenza fisica nel "on-the-office", come avviene interamente nell'ambiente digitale. Questo approccio è significativamente più efficace e persino obbligatorio, soprattutto nel mondo colpito dalla COVID-19, in cui gli utenti dei sistemi informatici non sono più direttamente esposti ad attività dirette. Ciò costringe inevitabilmente a ricorrere al coinvolgimento delle tecniche di machine learning (ML) e data mining (DM) nel flusso di lavoro quotidiano di monitoraggio delle attività degli utenti, al fine di fornire un'opportunità operativa per valutare l'efficienza, la capacità lavorativa e i disincentivi dei dipendenti, nonché una valutazione della conoscenza dei nuovi dipendenti, in quanto potenzialmente hanno minori possibilità di ricevere formazione tra pari in loco e migliori pratiche nell'uso dei sistemi informatici. Nell'ambito del progetto, si prevede di acquisire nuove conoscenze e sviluppare nuovi metodi che possano essere applicati con l'approccio di machine learning e data mining per misurare l'efficienza dei dipendenti che lavorano a distanza e confrontando le dinamiche dei cambiamenti di efficienza in determinati periodi di tempo. Tale metodo di apprendimento automatico consentirà al datore di lavoro di rispondere in modo proattivo ai cambiamenti indesiderabili e di offrire al datore di lavoro azioni correttive, che potrebbero includere formazione supplementare, motivazione aggiuntiva o indicazione di un'autodisciplina insufficiente, nonché azioni correttive in grado di proteggere il dipendente dalla sindrome da burnout. L'obiettivo del progetto è quello di sviluppare un approccio di machine learning e data mining, che effettuerà una valutazione dell'efficacia dei dipendenti che lavorano a distanza in azienda utilizzando sistemi di supporto informatico basati su profili di efficienza degli utenti stessi e dei corrispondenti gruppi di utenti. — Ricerca industriale (PI) (fase 1 — TRL3 e fase 2 — TRL4); — Sviluppo sperimentale (EI) (fase 3 — TRL5, fase 4 — TRL6, fase 5 — TRL7); — Registrazione dei diritti di proprietà intellettuale (fase 6). Il progetto relativo all'attività economica viene attuato utilizzando le risorse tecniche e umane a disposizione di SIA "software ABC", oltre ad attirare giovani ricercatori con un dottorato in ingegneria sulla base di un contratto di lavoro. Il team di progetto, basato sulle conoscenze e l'esperienza precedentemente acquisite, inizialmente prevede di effettuare test sperimentali dell'idea di ricerca, di effettuare la co... (Italian)
    point in time
    11 January 2022
    0 references
    Habida cuenta de la situación sanitaria mundial actual y de las tendencias pertinentes en la organización del trabajo afectadas por la COVID-19, que pueden verse afectadas por otras pandemias hoy y en el futuro, es evidente que el énfasis en el autoaislamiento y la transferencia de actividades laborales al hogar tiene un impacto significativo en la intensidad y el comportamiento de los sistemas informáticos con el fin de cumplir sus obligaciones laborales directas, así como en otros aspectos del uso de los usuarios y los sistemas de información. El rápido aumento del número de usuarios que trabajan a distancia, por un lado, reduce los riesgos de propagación de la epidemia, mejora la ecología ambiental general (una reducción significativa de las emisiones de CO2 y la congestión de los automóviles en las ciudades) y el coste de mantener el entorno de trabajo (espacio de oficina, etc.) y, por otra parte, afecta a la eficiencia del flujo de trabajo diario, además de dificultar la gestión de la gestión empresarial y el seguimiento operativo de las actividades que realizan los usuarios en el entorno digital durante el desempeño de sus funciones de trabajo directo. Entre los factores que pueden tener un impacto negativo en la eficiencia de los trabajadores que trabajan a distancia figuran: • Reducir la motivación para el trabajo trabajando a distancia y durante mucho tiempo solo. • El riesgo de «quemar» la capacidad de trabajo del empleado se incrementa debido a la sensación predominante de trabajar solo, la falta de apoyo directo de los colegas y el «sentido de espíritu» total del equipo, la «intrusión» del trabajo en el ámbito de la vida privada, que aumenta el nivel de estrés y promueve el «burnout» a largo plazo. • Efectos negativos en diversos factores de la vida privada, como la realización de diversas tareas, la distracción del trabajo por parte de los miembros de la familia, etc., que empiezan a tener un impacto significativo y negativo en el desempeño de las tareas de trabajo en las condiciones de trabajo domésticas. • Oportunidades limitadas para adquirir nuevos conocimientos y crecimiento, especialmente para los trabajadores jóvenes con experiencia aún insuficiente en comparación con el trabajo conjunto y las oportunidades de crecimiento en la oficina, trabajando en un solo equipo. Por consiguiente, es necesario hacer hincapié en las herramientas y herramientas automatizadas para evaluar la eficiencia de los empleados, cuyo uso y análisis de resultados no dependen de la presencia física en la oficina, como ocurre enteramente en el entorno digital. Este enfoque es significativamente más eficaz e incluso obligatorio, especialmente en el mundo afectado por la COVID-19, en el que los usuarios de sistemas informáticos ya no están expuestos directamente a actividades presenciales. Esto obliga inevitablemente a recurrir a la participación del aprendizaje automático (ML) y las técnicas de minería de datos (DM) en el flujo de trabajo de seguimiento de la actividad cotidiana de los usuarios, con el fin de ofrecer una oportunidad operativa para evaluar la eficiencia, la capacidad de trabajo y los desincentivos de los empleados, así como una evaluación del conocimiento de los nuevos empleados, ya que potencialmente han reducido las posibilidades de recibir formación entre pares in situ y las mejores prácticas en el uso de sistemas informáticos. En el marco del proyecto, está previsto adquirir nuevos conocimientos y desarrollar nuevos métodos que puedan aplicarse con el enfoque de aprendizaje automático y minería de datos para medir la eficiencia de los empleados que trabajan a distancia y comparar la dinámica de los cambios de eficiencia en determinados períodos de tiempo. Este método de aprendizaje automático permitirá al empleador responder de forma proactiva a los cambios indeseables y ofrecer al empleador acciones correctivas, lo que podría incluir capacitación adicional, motivación adicional o indicación de una autodisciplina insuficiente, así como medidas correctivas que puedan proteger al empleado del síndrome de agotamiento. El objetivo del proyecto es desarrollar un enfoque de aprendizaje automático y minería de datos, que llevará a cabo una evaluación de la eficacia de los empleados que trabajan a distancia en la empresa utilizando sistemas de soporte informático basados en perfiles de eficiencia de los propios usuarios y de los grupos de usuarios correspondientes. — Investigación industrial (IP) (etapa 1 — TRL3 y fase 2 — TRL4); — Desarrollo experimental (IE) (fase 3 — TRL5, fase 4 — TRL6, fase 5 — TRL7); — Registro de los derechos de propiedad intelectual (fase 6).El proyecto relacionado con la actividad económica se lleva a cabo utilizando los recursos técnicos y humanos de que dispone SIA «ABC software», así como la atracción de jóvenes investigadores con un doctorado en ingeniería sobre la base de un contrato de trabajo. El equipo del proyecto, basado en los conocimientos y la exper... (Spanish)
    point in time
    12 January 2022
    0 references
    Võttes arvesse praegust ülemaailmset terviseolukorda ja asjakohaseid suundumusi töökorralduses, mida COVID-19 praegu ja tulevikus võib mõjutada muud pandeemiad, on selge, et rõhuasetus eneseisolatsioonile ja töötegevuse koju viimisele mõjutab märkimisväärselt IT-süsteemide kasutamise intensiivsust ja harjumusi nende otsese töö tegemiseks, samuti muid kasutajate ja infosüsteemide kasutamise aspekte. Kaugtööga tegelevate kasutajate arvu kiire kasv vähendab ühelt poolt epideemia leviku ohtu, parandab üldist keskkonnaökoloogiat (CO2-heite ja autode ummikute märkimisväärne vähenemine linnades) ja töökeskkonna (kontoriruumid jne) hooldamise kulusid, kuid teiselt poolt mõjutab see igapäevase töökorralduse tõhusust ning raskendab kasutajate tegevust digitaalkeskkonnas nende otseste tööülesannete täitmise ajal. Tegurid, millel võib olla negatiivne mõju kaugtöötajate tõhususele, on järgmised: • Kaugtöö motivatsiooni vähenemine ja pikka aega üksi. • Töötaja töövõimete „plahvatamise“ oht suureneb, sest domineerib tunne, et tööd teeb üks inimene, puudub otsene toetus kolleegidelt ja „tunne ühise meeskonna vastu“, on olemas tööjõu „sissetung“ eraelu valdkonnas, mis suurendab stressitaset ja soodustab pikemas perspektiivis põletamist. • Erinevate eraeluga seotud tegurite, näiteks erinevate majapidamistööde, pereliikmete tähelepanu hajutamise jne negatiivne mõju, millel on oluline ja negatiivne mõju töö tegemisele kodustes töötingimustes. • Piiratud võimalused uute teadmiste omandamiseks ja majanduskasvuks, eriti noorte töötajate jaoks, kellel ei ole veel piisavalt kogemusi võrreldes ühise töö- ja kasvuvõimalustega kontoris ja töötavad ühes meeskonnas.Seetõttu on vaja panna rõhku töötajate tulemuslikkuse hindamise automatiseeritud vahenditele ja vahenditele, mille kasutamine ja analüüs ei sõltu füüsilisest kohalolekust kohapeal, sest see toimub täielikult digitaalses keskkonnas. See lähenemisviis on oluliselt tõhusam ja isegi kohustuslik kogu maailmas, mida mõjutab COVID-19, kus IT-süsteemide kasutajate tegevus ei ole enam otseselt jälgitav. See sunnib paratamatult kaasama masinõppe ja andmekaeve meetodeid igapäevase kasutajategevuse töövoogu, et kiiresti hinnata töötajate tõhusust, töövõime ja motivatsiooni vähenemist ning noorte töötajate teadmiste hindamist, kuna neil on vähem võimalusi saada koolitust ja parimaid tavasid IT-süsteemide kasutamisel kogenud kolleegide poolt. Projekti raames kavatsevad RP ja Keskkonnainspektsioon omandada uusi teadmisi ja töötada välja uued meetodid, mida saab kasutada masinõppe ja andmekaeve lähenemisviisiga, et mõõta töötajate tõhusust vahemaa tagant ja võrrelda tõhususe muutuste dünaamikat teatud ajavahemikel. Selline masinõppe meetod võimaldab tööandjal ennetavalt reageerida soovimatutele muutustele ja pakkuda töötajale tööandjalt parandusmeetmeid, milleks võib olla täiendav koolitus, täiendav motivatsioon või suunised ebapiisava enesedistsipliini kohta, samuti parandusmeetmed, mis võivad kaitsta töötajat läbipõlemissündroomi eest. Projekti eesmärk on töötada välja masinõppe ja andmekaeve lähenemisviis, mille raames hinnatakse ettevõtte kaugtöötajate tõhusust IT-tugisüsteemide abil, tuginedes kasutajate ja asjaomaste kasutajarühmade tõhususprofiilidele. Tööstusuuring (RP) (1. etapp – TRL3 ja 2. etapp – TRL4); – Eksperimentaalne arendus (EI) (3. etapp – TRL5, etapp 4 – TRL6, faas 5 – TRL7); Intellektuaalomandi õiguste registreerimine (6. etapp). Majandustegevusega seotud projekt viiakse ellu, kasutades tehnilisi ja inimressursse, mis on kättesaadavad „ABC tarkvara“ Ltd-s, samuti uute teadlaste meelitamist inseneriteaduse doktorikraadi alusel töölepingu alusel.Projektimeeskond, mis põhineb varem omandatud teadmistel ja kogemustel, plaanib esialgu rakendada uurimisidee eksperimentaalset katset, teostada tehnoloogia valideerimist laborikeskkonnas, arendada laboriprototüüpi ja kinnitada selle toimimist laborikeskkonnas. Pärast seda viiakse kasutajate tegevuse tõhususe kindlaksmääramise meetod kunstlikku keskkonda, seda demonstreeritakse ja valideeritakse, täiendatakse funktsionaalselt vastavalt vajadusele süsteemi prototüübiga, mida katsetatakse suhteliselt realistlike andmetega, ning uuringud viiakse lõpule tehnilise valmidustaseme saavutamisega 7.Projekt aitab märkimisväärselt kaasa Läti aruka spetsialiseerumise strateegia (RIS3) rakendamisele. (Estonian)
    point in time
    3 August 2022
    0 references
    Atsižvelgiant į dabartinę pasaulinę sveikatos padėtį ir atitinkamas darbo organizavimo tendencijas, kurias šiuo metu ir ateityje gali paveikti COVID-19, akivaizdu, kad dėmesys savęs izoliavimui ir darbo veiklos perkėlimui į namus daro didelį poveikį IT sistemų naudojimo jų tiesioginiam darbui atlikti intensyvumui ir įpročiams, taip pat kitiems naudotojų ir informacinių sistemų naudojimo aspektams. Sparčiai didėjantis nuotoliniu būdu dirbančių naudotojų skaičius, viena vertus, sumažina epidemijos plitimo riziką, gerina bendrą aplinkos ekologiją (žymiai sumažina išmetamą CO2 kiekį ir automobilių spūstis miestuose) ir darbo aplinkos (biuro patalpų ir t. t.) priežiūros išlaidas, tačiau, kita vertus, tai daro poveikį kasdienio darbo srauto efektyvumui, taip pat apsunkina skaitmeninės aplinkos naudotojų vykdomos veiklos valdymą ir veiklos stebėseną jiems atliekant tiesioginio darbo pareigas. Veiksniai, galintys turėti neigiamą poveikį atokių darbuotojų veiksmingumui, yra šie: • Sumažinti motyvaciją dirbti nuotoliniu būdu ir ilgą laiką. • Padidėja darbuotojo darbo gebėjimų „sprogimo“ rizika, nes vyrauja jausmas, kad darbą atlieka vienas asmuo, trūksta tiesioginės kolegų paramos ir „bendros komandos jausmo“, yra darbo „įsilaužimas“ privataus gyvenimo srityje, dėl kurio didėja stresas ir ilgainiui skatinamas „deginimas“. • Neigiamas įvairių privataus gyvenimo veiksnių, pavyzdžiui, įvairių namų ruošos darbų, atitraukimo nuo šeimos narių dėmesio ir t. t. poveikis, kuris turi didelį neigiamą poveikį darbo namų sąlygomis atlikimui. • Ribotos galimybės įgyti naujų žinių ir plėstis, ypač jauniems darbuotojams, turintiems vis dar nepakankamą patirtį, palyginti su bendru darbu ir augimo galimybėmis biure, dirbant vienoje komandoje. Todėl reikia pabrėžti automatizuotas darbuotojų veiklos vertinimo priemones ir priemones, kurių naudojimas ir analizė nepriklauso nuo fizinio buvimo „vietoje“ biure, nes tai vyksta tik skaitmeninėje aplinkoje. Šis metodas yra daug veiksmingesnis ir net privalomas pasaulyje, kurį paveikė COVID-19, kur IT sistemų naudotojų veikla nebėra tiesiogiai stebima. Tai neišvengiamai verčia mašininio mokymosi (ML) ir duomenų gavybos metodus (DM) įtraukti į kasdienės naudotojų veiklos eigą, kad būtų galima greitai įvertinti darbuotojų efektyvumą, darbo gebėjimų ir motyvacijos sumažėjimą, taip pat jaunų darbuotojų žinių vertinimą, nes jie gali turėti mažiau galimybių mokytis ir geriausios patirties naudojant IT sistemas patyrusiems kolegoms. Įgyvendinant projektą, AL ir EI planuoja įgyti naujų žinių ir kurti naujus metodus, kurie gali būti naudojami taikant mašinų mokymosi ir duomenų gavybos metodą, kad būtų galima įvertinti darbuotojų efektyvumą nuotoliniu būdu ir palyginti efektyvumo pokyčių dinamiką tam tikrais laikotarpiais. Toks mašininio mokymosi metodas leis darbdaviui aktyviai reaguoti į nepageidaujamus pokyčius ir pasiūlyti darbuotojui korekcinius veiksmus darbdavio pusėje, kurie galėtų būti papildomas mokymas, papildoma motyvacija ar rekomendacijos dėl nepakankamos savidrausmės, taip pat korekciniai veiksmai, kurie gali apsaugoti darbuotoją nuo perdegimo sindromo. Projekto tikslas – sukurti mašininio mokymosi ir duomenų gavybos metodą, pagal kurį bus įvertintas įmonės nuotolinių darbuotojų, naudojančių IT paramos sistemas, efektyvumas, atsižvelgiant į naudotojų ir atitinkamų vartotojų grupių efektyvumo profilius. Pramoninis tyrimas (RP) (1 etapas – TRL3 ir 2 etapas – TRL4); – Eksperimentinė taikomoji veikla (EI) (3 etapas – TRL5, 4 etapas – TRL6, 5 etapas – TRL7); Intelektinės nuosavybės teisių registravimas (6 etapas). Projektas, susijęs su ekonomine veikla, įgyvendinamas naudojant UAB „ABC software“ turimus techninius ir žmogiškuosius išteklius, taip pat pritraukiant naujus mokslininkus su inžinerijos doktorantu pagal darbo sutartį. Projekto komanda, remdamasi anksčiau įgytomis žiniomis ir patirtimi, iš pradžių planuoja įgyvendinti eksperimentinį mokslinių tyrimų idėjos bandymą, atlikti technologijų patvirtinimą laboratorinėje aplinkoje, kurti laboratorinį prototipą ir patvirtinti jo veikimą laboratorinėje aplinkoje. Po to, naudotojų veiklos efektyvumo nustatymo metodas bus perkeltas į dirbtinę aplinką, įrodytas ir patvirtintas, prireikus funkciškai papildytas sistemos prototipu, kuris bus išbandytas su santykinai realiais duomenimis, o tyrimas bus baigtas pasiekus TRL 7.Projektas svariai prisidės prie Latvijos pažangiosios specializacijos strategijos (RIS3) įgyvendinimo. (Lithuanian)
    point in time
    3 August 2022
    0 references
    S obzirom na trenutačnu globalnu zdravstvenu situaciju i relevantne trendove u organizaciji rada koji su trenutačno i u budućnosti pogođeni bolešću COVID-19, jasno je da naglasak na samoizolaciji i prijenosu radnih aktivnosti u dom znatno utječe na intenzitet i navike korištenja IT sustava za obavljanje njihova izravnog rada, kao i na druge aspekte upotrebe korisnika i informacijskih sustava. Sve veći broj korisnika koji rade na daljinu, s jedne strane, smanjuje rizik od širenja epidemije, poboljšava opću ekološku ekologiju (znatno smanjenje emisija CO2 i zagušenja automobila u gradovima) i troškove održavanja radnog okruženja (uredski prostori itd.), ali s druge strane, utječe na učinkovitost dnevnog tijeka rada te otežava upravljanje i operativno praćenje aktivnosti koje korisnici provode u digitalnom okruženju tijekom obavljanja njihovih izravnih radnih dužnosti. Čimbenici koji mogu negativno utjecati na učinkovitost radnika na daljinu su sljedeći: • Smanjenje motivacije za rad na daljinu i dugo vremena samostalno. • Povećava se rizik od „eksplozija” radnih sposobnosti zaposlenika, jer dominira osjećaj da posao obavlja jedna osoba, nedostaje izravna potpora kolega i „osjećaj zajedničkog tima”, postoji „upad” rada u privatnom životu, što povećava razinu stresa i dugoročno promiče „spaljivanje”. • Negativni učinci različitih čimbenika privatnog života, kao što su obavljanje različitih kućanskih poslova, odvraćanje pozornosti članova obitelji itd., koji imaju znatan i negativan učinak na obavljanje posla u kućnim radnim uvjetima. • Ograničene mogućnosti za stjecanje novih znanja i rasta, posebno za mlade radnike s još nedostatnim iskustvom u usporedbi sa zajedničkim mogućnostima rada i rasta u uredu, koji rade u jednom timu. Stoga je potrebno staviti naglasak na automatizirane alate i alate za procjenu uspješnosti zaposlenika, čija uporaba i analiza ne ovise o fizičkoj prisutnosti u uredu „na licu mjesta” jer se u potpunosti odvija u digitalnom okruženju. Taj je pristup znatno učinkovitiji, pa čak i obvezan u svijetu pogođenom bolešću COVID-19, gdje aktivnosti korisnika IT sustava više nisu izravno vidljive. To neizbježno prisiljava uključivanje metoda strojnog učenja (ML) i metoda rudarenja podataka (DM) u tijek svakodnevnih aktivnosti korisnika kako bi se brzo procijenila učinkovitost zaposlenika, smanjila radna sposobnost i motivacija, kao i procjena znanja mladih zaposlenika, jer oni potencijalno imaju smanjene mogućnosti za osposobljavanje i najbolje prakse u korištenju IT sustava iskusnih kolega. U okviru projekta, RP i EI planiraju steći nova znanja i razviti nove metode koje se mogu koristiti s pristupom strojnog učenja i rudarenja podataka kako bi se izmjerila učinkovitost zaposlenika na daljinu i usporedila dinamika promjena učinkovitosti u određenim vremenskim razdobljima. Takva metoda strojnog učenja omogućit će poslodavcu da proaktivno reagira na neželjene promjene i ponudi zaposleniku korektivne mjere na strani poslodavca, što bi moglo biti dodatno osposobljavanje, dodatna motivacija ili smjernice o nedovoljnoj samodisciplini, kao i korektivne mjere koje mogu zaštititi zaposlenika od sindroma izgaranja. Cilj projekta je razviti pristup strojnom učenju i rudarenju podataka, koji će provesti procjenu učinkovitosti zaposlenika na daljinu tvrtke koristeći informatičke sustave podrške, na temelju profila učinkovitosti korisnika i relevantnih skupina korisnika. Industrijska studija (RP) (faza 1 – TRL3 i faza 2 – TRL4); — Eksperimentalni razvoj (EI) (faza 3 – TRL5, faza 4 – TRL6, faza 5. – TRL7); Registracija prava intelektualnog vlasništva (faza 6).Projekt vezan uz gospodarsku djelatnost provodi se pomoću tehničkih i ljudskih resursa dostupnih u „ABC softver” d.o.o., kao i privlačenje novih istraživača s doktoratom iz inženjerstva na temelju ugovora o radu. Projektni tim, na temelju prethodno stečenog znanja i iskustva, u početku planira implementirati eksperimentalno ispitivanje istraživačke ideje, obavljati validaciju tehnologije u laboratorijskom okruženju, razviti laboratorijski prototip i potvrditi njegov rad u laboratorijskom okruženju. Nakon toga, metoda određivanja učinkovitosti korisničkih aktivnosti prenijet će se u umjetno okruženje, demonstrirati i validirati, prema potrebi funkcionalno dopuniti prototipom sustava, koji će se testirati s relativno realnim podacima, a istraživanje će biti dovršeno dostizanjem razine tehnološke spremnosti 7.Projekt će znatno doprinijeti provedbi strategije pametne specijalizacije Latvije (RIS3). (Croatian)
    point in time
    3 August 2022
    0 references
    Δεδομένης της τρέχουσας παγκόσμιας κατάστασης στον τομέα της υγείας και των συναφών τάσεων στην οργάνωση της εργασίας, οι οποίες πλήττονται επί του παρόντος από τη νόσο COVID-19 και στο μέλλον ενδέχεται να επηρεαστούν από άλλες πανδημίες, είναι σαφές ότι η έμφαση στην αυτοαπομόνωση και τη μεταφορά των δραστηριοτήτων εργασίας στο σπίτι έχει σημαντικό αντίκτυπο στην ένταση και τις συνήθειες της χρήσης συστημάτων ΤΠ για την εκτέλεση της άμεσης εργασίας τους, καθώς και σε άλλες πτυχές της χρήσης των χρηστών και των συστημάτων πληροφοριών. Ο ταχέως αυξανόμενος αριθμός χρηστών που εργάζονται εξ αποστάσεως, αφενός, μειώνει τους κινδύνους εξάπλωσης της επιδημίας, βελτιώνει τη συνολική περιβαλλοντική οικολογία (σημαντική μείωση των εκπομπών CO2 και της συμφόρησης των αυτοκινήτων στις πόλεις) και το κόστος συντήρησης του εργασιακού περιβάλλοντος (γραφεία κ.λπ.), αλλά, αφετέρου, επηρεάζει την αποτελεσματικότητα της καθημερινής ροής εργασίας και περιπλέκει τη διαχείριση και την επιχειρησιακή παρακολούθηση των δραστηριοτήτων που πραγματοποιούνται από τους χρήστες στο ψηφιακό περιβάλλον κατά την εκτέλεση των άμεσων καθηκόντων τους. Παράγοντες που ενδέχεται να έχουν αρνητικό αντίκτυπο στην αποτελεσματικότητα των εξ αποστάσεως εργαζομένων είναι οι εξής: • Μείωση των κινήτρων για εργασία εξ αποστάσεως και για μεγάλο χρονικό διάστημα μόνο. • Ο κίνδυνος «έκρηξης» των επαγγελματικών ικανοτήτων ενός εργαζομένου αυξάνεται, επειδή κυριαρχεί η αίσθηση ότι η εργασία εκτελείται από ένα άτομο, υπάρχει έλλειψη άμεσης υποστήριξης από τους συναδέλφους και «αίσθημα κοινής ομάδας», υπάρχει μια «εισβολή» της εργασίας στον τομέα της ιδιωτικής ζωής, η οποία αυξάνει το επίπεδο του άγχους και προωθεί την «καύση» μακροπρόθεσμα. • Αρνητικές επιπτώσεις διαφόρων παραγόντων της ιδιωτικής ζωής, όπως η εκτέλεση διαφόρων οικιακών εργασιών, η απόσπαση της προσοχής των μελών της οικογένειας κ.λπ., οι οποίες έχουν σημαντικό και αρνητικό αντίκτυπο στην απόδοση της εργασίας στις συνθήκες κατ’ οίκον εργασίας. • Περιορισμένες ευκαιρίες για την απόκτηση νέων γνώσεων και ανάπτυξης, ιδίως για τους νέους εργαζόμενους με ανεπαρκή εμπειρία σε σύγκριση με τις ευκαιρίες κοινής εργασίας και ανάπτυξης στο γραφείο, που εργάζονται σε μια ενιαία ομάδα. Επομένως, είναι αναγκαίο να δοθεί έμφαση σε αυτοματοποιημένα εργαλεία και εργαλεία για την αξιολόγηση των επιδόσεων των εργαζομένων, η χρήση και η ανάλυση των οποίων δεν εξαρτάται από τη φυσική παρουσία στο «επιτόπιο» γραφείο, διότι πραγματοποιείται εξ ολοκλήρου στο ψηφιακό περιβάλλον. Η προσέγγιση αυτή είναι σημαντικά πιο αποτελεσματική και μάλιστα υποχρεωτική στον κόσμο που έχει πληγεί από τη νόσο COVID-19, όπου οι δραστηριότητες των χρηστών συστημάτων ΤΠ δεν είναι πλέον άμεσα παρατηρήσιμες. Αυτό αναπόφευκτα αναγκάζει τη συμμετοχή της μηχανικής μάθησης (ML) και των μεθόδων εξόρυξης δεδομένων (DM) στη ροή εργασίας των καθημερινών δραστηριοτήτων των χρηστών με σκοπό την ταχεία αξιολόγηση της αποτελεσματικότητας των εργαζομένων, τη μείωση της ικανότητας εργασίας και των κινήτρων, καθώς και την αξιολόγηση των γνώσεων των νέων εργαζομένων, καθώς ενδέχεται να έχουν μειώσει τις ευκαιρίες κατάρτισης και βέλτιστων πρακτικών όσον αφορά τη χρήση των συστημάτων ΤΠ από έμπειρους συναδέλφους. Στο πλαίσιο του έργου, η RP και η EI σχεδιάζουν να αποκτήσουν νέες γνώσεις και να αναπτύξουν νέες μεθόδους, οι οποίες μπορούν να χρησιμοποιηθούν με μια προσέγγιση μηχανικής μάθησης και εξόρυξης δεδομένων για τη μέτρηση της αποτελεσματικότητας των εργαζομένων από απόσταση και για τη σύγκριση της δυναμικής των αλλαγών στην αποδοτικότητα σε ορισμένες χρονικές περιόδους. Μια τέτοια μέθοδος μηχανικής μάθησης θα επιτρέψει στον εργοδότη να αντιδρά προορατικά σε ανεπιθύμητες αλλαγές και να προσφέρει στον εργαζόμενο διορθωτικά μέτρα από την πλευρά του εργοδότη, τα οποία θα μπορούσαν ενδεχομένως να είναι πρόσθετη κατάρτιση, πρόσθετα κίνητρα ή καθοδήγηση σχετικά με την ανεπαρκή αυτοπειθαρχία, καθώς και διορθωτικά μέτρα που μπορούν να προστατεύσουν τον εργαζόμενο από το σύνδρομο εξουθένωσης. Στόχος του έργου είναι η ανάπτυξη μιας προσέγγισης μηχανικής μάθησης και εξόρυξης δεδομένων, η οποία θα αξιολογήσει την αποτελεσματικότητα των εξ αποστάσεως υπαλλήλων της εταιρείας χρησιμοποιώντας συστήματα υποστήριξης ΤΠ, με βάση τα προφίλ αποδοτικότητας των χρηστών και των σχετικών ομάδων χρηστών. Βιομηχανική μελέτη (RP) (στάδιο 1 — TRL3 και στάδιο 2 — TRL4)· — Πειραματική ανάπτυξη (EI) (στάδιο 3 — TRL5, φάση 4 — TRL6, φάση 5 — TRL7)· Καταχώριση Δικαιωμάτων Πνευματικής Ιδιοκτησίας (Φάση 6). Το έργο που σχετίζεται με την οικονομική δραστηριότητα υλοποιείται με τη χρήση των τεχνικών και ανθρώπινων πόρων που διατίθενται στην «ABC software» Ltd., καθώς και την προσέλκυση νέων ερευνητών με διδακτορικό στη μηχανική βάσει σύμβασης εργασίας.Η ομάδα του έργου, με βάση τις γνώσεις και την εμπειρία που έχει αποκτηθεί προηγουμένως, σχεδιάζει αρχικά να εφαρμόσει πειραματική δοκιμή της ερευνητικής ιδέας, να εκτελέσει τεχνολογική επικύρωση σε εργαστηριακό περιβάλλον, να αναπτύξει ... (Greek)
    point in time
    3 August 2022
    0 references
    Vzhľadom na súčasnú celosvetovú situáciu v oblasti zdravia a príslušné trendy v organizácii práce, ktoré sú v súčasnosti a v budúcnosti postihnuté ochorením COVID-19, môžu byť v súčasnosti a v budúcnosti postihnuté iné pandémie, je zrejmé, že dôraz na samoizoláciu a presun pracovných činností do domova má významný vplyv na intenzitu a návyky používania informačných systémov na vykonávanie ich priamej práce, ako aj na iné aspekty využívania používateľov a informačných systémov. Rýchlo rastúci počet používateľov pracujúcich na diaľku na jednej strane znižuje riziko šírenia epidémie, zlepšuje celkovú environmentálnu ekológiu (výrazné zníženie emisií CO2 a preťaženia automobilov v mestách) a náklady na údržbu pracovného prostredia (kancelárske priestory atď.), ale na druhej strane ovplyvňuje efektívnosť každodenného pracovného toku, ako aj komplikuje riadenie a prevádzkové monitorovanie činností vykonávaných používateľmi v digitálnom prostredí počas plnenia ich priamych pracovných povinností. Faktory, ktoré môžu mať negatívny vplyv na efektívnosť pracovníkov na diaľku, sú: • Zníženie motivácie pracovať len na diaľku a na dlhú dobu. • Riziko „explózie“ pracovných schopností zamestnanca sa zvyšuje, pretože pocit, že práca je vykonávaná jednou osobou, je nedostatok priamej podpory zo strany kolegov a „pocit spoločného tímu“, dochádza k „narušeniu“ práce v oblasti súkromného života, čo zvyšuje úroveň stresu a podporuje „pálenie“ z dlhodobého hľadiska. • Negatívne účinky rôznych faktorov súkromného života, ako je vykonávanie rôznych domácich prác, rozptýlenie pozornosti od rodinných príslušníkov atď., ktoré majú významný a negatívny vplyv na výkon práce v domácich pracovných podmienkach. • Obmedzené príležitosti na získanie nových vedomostí a rastu, najmä pre mladých pracovníkov, ktorí majú zatiaľ nedostatočné skúsenosti v porovnaní so spoločnou prácou a príležitosťami rastu v kancelárii, ktorí pracujú v jedinom tíme. Preto je potrebné klásť dôraz na automatizované nástroje a nástroje na hodnotenie výkonnosti zamestnancov, ktorých využívanie a analýza nezávisí od fyzickej prítomnosti v kancelárii „na mieste“, pretože sa uskutočňuje výlučne v digitálnom prostredí. Tento prístup je výrazne účinnejší a dokonca povinný vo svete postihnutom ochorením COVID-19, kde činnosti používateľov IT systémov už nie sú priamo pozorovateľné. To nevyhnutne núti zapojenie strojového učenia (ML) a metód hĺbkovej analýzy údajov (DM) do pracovného toku každodenných činností používateľov s cieľom rýchlo posúdiť efektívnosť zamestnancov, zníženie pracovnej schopnosti a motivácie, ako aj hodnotenie znalostí mladých zamestnancov, keďže majú potenciálne obmedzené príležitosti na získanie odbornej prípravy a najlepších postupov pri používaní informačných systémov skúsenými kolegami. V rámci projektu plánujú RP a EI získať nové poznatky a vyvinúť nové metódy, ktoré možno použiť pomocou prístupu strojového učenia a hĺbkovej analýzy údajov na meranie efektívnosti zamestnancov na diaľku a na porovnanie dynamiky zmien efektívnosti v určitých časových obdobiach. Takáto metóda strojového učenia umožní zamestnávateľovi aktívne reagovať na neželané zmeny a ponúknuť zamestnancovi nápravné opatrenia na strane zamestnávateľa, čo by potenciálne mohlo byť dodatočné školenie, dodatočná motivácia alebo usmernenie o nedostatočnej sebadisciplíne, ako aj nápravné opatrenia, ktoré môžu chrániť zamestnanca pred syndrómom vyhorenia. Cieľom projektu je vyvinúť prístup strojového učenia a hĺbkovej analýzy dát, ktorý vykoná hodnotenie efektívnosti zamestnancov spoločnosti na diaľku pomocou podporných IT systémov na základe profilov efektívnosti používateľov a príslušných skupín používateľov. Priemyselná štúdia (RP) (etapa 1 – TRL3 a 2. etapa – TRL4); Experimentálny vývoj (EI) (etapa 3 – TRL5, fáza 4 – TRL6, fáza 5 – TRL7); Registrácia práv duševného vlastníctva (fáza 6).Projekt súvisiaci s hospodárskou činnosťou sa realizuje pomocou technických a ľudských zdrojov dostupných v spoločnosti „ABC software“ s.r.o., ako aj prilákaním nových výskumných pracovníkov s doktorátom v odbore inžinierstvo na základe pracovnej zmluvy. Projektový tím, založený na predtým získaných znalostiach a skúsenostiach, pôvodne plánuje realizovať experimentálny test výskumného nápadu, vykonať validáciu technológie v laboratórnom prostredí, vyvinúť laboratórny prototyp a potvrdiť jeho prevádzku v laboratórnom prostredí. Potom sa metóda určovania efektívnosti užívateľských činností prenesie do umelého prostredia, demonštruje a validuje a podľa potreby funkčne doplní o prototyp systému, ktorý sa bude testovať s relatívne realistickými údajmi, a výskum sa dokončí dosiahnutím TRL 7.Projekt významne prispeje k realizácii stratégie inteligentnej špecializácie Lotyšska (RIS3). (Slovak)
    point in time
    3 August 2022
    0 references
    Kun otetaan huomioon nykyinen maailmanlaajuinen terveystilanne ja työn organisoinnin merkitykselliset suuntaukset, joihin covid-19-pandemia vaikuttaa tällä hetkellä ja tulevaisuudessa, muut pandemiat saattavat vaikuttaa siihen, että painottamalla omaehtoista eristämistä ja työn siirtämistä kotiin vaikuttaa merkittävästi tietoteknisten järjestelmien käytön voimakkuus ja tottumukset heidän suorassa työssään sekä muut käyttäjien ja tietojärjestelmien käyttöön liittyvät näkökohdat. Etätyöskentelyn nopeasti kasvava määrä vähentää yhtäältä epidemian leviämisriskiä, parantaa yleistä ympäristöekologiaa (hiilidioksidipäästöjen ja autojen ruuhkautumisen merkittävä väheneminen kaupungeissa) ja työympäristön ylläpitokustannuksia (toimistotilat jne.), mutta toisaalta vaikuttaa päivittäisen työnkulun tehokkuuteen sekä vaikeuttaa käyttäjien digitaalisessa ympäristössä suorista työtehtävistä huolehtimisen aikana toteuttamien toimien hallinnointia ja operatiivista seurantaa. Tekijöitä, joilla voi olla kielteinen vaikutus etätyöntekijöiden tehokkuuteen, ovat seuraavat: • Etätyöskentelyn motivaatio vähenee jo pitkään. • Työntekijän työkyvyn ”räjähdyksen” riski kasvaa, koska tunne, että työn tekee yksi henkilö, ei ole suoraa tukea kollegoilta ja ”tunne yhteisestä tiimistä”, yksityiselämän alueella on työn ”tunkeutuminen”, mikä lisää stressin tasoa ja edistää ”polttamista” pitkällä aikavälillä. • Eri yksityiselämän tekijöiden kielteiset vaikutukset, kuten erilaisten kotitaloustöiden tekeminen, perheenjäsenten huomion hämmennys jne., joilla on merkittävä ja kielteinen vaikutus työn suorittamiseen kotona työoloissa. • Rajalliset mahdollisuudet hankkia uutta tietoa ja kasvua erityisesti nuorille työntekijöille, joilla ei vielä ole riittävästi kokemusta verrattuna toimiston yhteisiin työ- ja kasvumahdollisuuksiin ja jotka työskentelevät yhdessä tiimissä. Siksi on painotettava automatisoituja välineitä ja välineitä, joilla arvioidaan työntekijöiden suorituskykyä ja joiden käyttö ja analysointi ei riipu fyysisestä läsnäolosta paikan päällä sijaitsevassa toimistossa, koska se tapahtuu täysin digitaalisessa ympäristössä. Tämä lähestymistapa on huomattavasti tehokkaampi ja jopa pakollinen covid-19-pandemian koettelemassa maailmassa, jossa tietoteknisten järjestelmien käyttäjien toimet eivät ole enää suoraan havaittavissa. Tämä pakottaa väistämättä koneoppimisen (ML) ja tiedonlouhintamenetelmien (DM) osallistumisen päivittäisen käyttäjätoiminnan työnkulkuun, jotta voidaan nopeasti arvioida työntekijöiden tehokkuutta, heikentää työkykyä ja motivaatiota sekä arvioida nuorten työntekijöiden tietämystä, koska heillä on mahdollisesti vähemmän mahdollisuuksia saada koulutusta ja parhaita käytäntöjä kokeneiden kollegojen tietotekniikan käytössä. Hankkeen puitteissa RP ja EI aikovat hankkia uutta tietoa ja kehittää uusia menetelmiä, joita voidaan käyttää koneoppimiseen ja tiedonlouhintain perustuvan lähestymistavan avulla mittaamaan työntekijöiden tehokkuutta etätyönä ja vertailemaan tehokkuusmuutosten dynamiikkaa tiettyinä ajanjaksoina. Tällainen koneoppimismenetelmä antaa työnantajalle mahdollisuuden reagoida ennakoivasti ei-toivottuihin muutoksiin ja tarjota työntekijälle korjaavia toimia työnantajan puolella, mikä voisi olla lisäkoulutusta, lisämotivaatiota tai ohjausta riittämättömästä itsekurista sekä korjaavia toimia, joilla voidaan suojella työntekijää palamisen oireyhtymältä. Hankkeen tavoitteena on kehittää koneoppimista ja tiedonlouhintaa koskeva lähestymistapa, jossa arvioidaan tietotekniikkatukijärjestelmiä käyttävien etätyöntekijöiden tehokkuutta käyttäjien ja asiaankuuluvien käyttäjäryhmien tehokkuusprofiilien perusteella. Teollinen tutkimus (RP) (vaihe 1 – TRL3 ja vaihe 2 – TRL4); — Kokeellinen kehittäminen (EI) (vaihe 3 – TRL5, vaihe 4 – TRL6, vaihe 5 – TRL7); Teollis- ja tekijänoikeuksien rekisteröinti (vaihe 6).Taloudelliseen toimintaan liittyvä hanke toteutetaan käyttäen teknisiä ja henkilöresursseja, jotka ovat saatavilla ”ABC software” Ltd:ssä, sekä houkutella uusia tutkijoita, joilla on tohtorintutkinto insinöörissä työsopimuksen perusteella. Hankeryhmä, joka perustuu aiemmin hankittuun tietoon ja kokemukseen, suunnittelee aluksi kokeellista tutkimusidean testausta, suorittaa teknologian validointia laboratorioympäristössä, kehittää laboratorioprototyyppiä ja vahvistaa sen toiminnan laboratorioympäristössä. Sen jälkeen käyttäjien toiminnan tehokkuuden määrittämismenetelmä siirretään keinotekoiseen ympäristöön, osoitetaan ja validoidaan ja täydennetään toiminnallisesti järjestelmän prototyyppiä, jota testataan suhteellisen realistisilla tiedoilla, ja tutkimus saatetaan päätökseen saavuttamalla TRL 7 -hanke, jolla edistetään merkittävästi Latvian älykkään erikoistumisen strategian (RIS3) täytäntöönpanoa. (Finnish)
    point in time
    3 August 2022
    0 references
    Biorąc pod uwagę obecną sytuację zdrowotną na świecie i istotne tendencje w organizacji pracy, które obecnie i w przyszłości są dotknięte skutkami COVID-19, inne pandemie mogą mieć wpływ na to, że nacisk na samoizolację i przenoszenie działalności zawodowej do domu ma znaczący wpływ na intensywność i zwyczaje korzystania z systemów informatycznych do wykonywania ich bezpośredniej pracy, a także na inne aspekty korzystania z użytkowników i systemów informacyjnych. Szybko rosnąca liczba użytkowników pracujących zdalnie, z jednej strony, zmniejsza ryzyko rozprzestrzeniania się epidemii, poprawia ogólną ekologię środowiskową (znaczne zmniejszenie emisji CO2 i zatorów komunikacyjnych w miastach) oraz koszty utrzymania środowiska pracy (biuro itp.), ale z drugiej strony wpływa na efektywność codziennego przepływu pracy, a także utrudnia zarządzanie i monitorowanie operacyjne działań prowadzonych przez użytkowników w środowisku cyfrowym podczas wykonywania ich bezpośrednich obowiązków służbowych. Czynniki, które mogą mieć negatywny wpływ na wydajność pracowników zdalnych, to: • Zmniejszenie motywacji do pracy zdalnej i przez długi czas sam. • Zwiększa się ryzyko „eksplozji” umiejętności zawodowych pracownika, ponieważ poczucie, że praca jest wykonywana przez jedną osobę jest zdominowane, brakuje bezpośredniego wsparcia ze strony współpracowników i „uczucie wspólnego zespołu”, występuje „wtargnięcie” pracy w obszarze życia prywatnego, co zwiększa poziom stresu i promuje „palenie” w dłuższej perspektywie. • Negatywne skutki różnych czynników życia prywatnego, takich jak wykonywanie różnych prac domowych, rozpraszanie uwagi członków rodziny itp., które mają znaczący i negatywny wpływ na wykonywanie pracy w warunkach pracy w domu. • Ograniczone możliwości zdobywania nowej wiedzy i rozwoju, zwłaszcza dla młodych pracowników, którzy mają jednak niewystarczające doświadczenie w porównaniu ze wspólną pracą i możliwościami wzrostu w biurze, pracując w jednym zespole. Dlatego też należy położyć nacisk na zautomatyzowane narzędzia i narzędzia do oceny wydajności pracowników, których wykorzystanie i analiza nie zależy od fizycznej obecności w biurze „na miejscu”, ponieważ odbywa się w całości w środowisku cyfrowym. Podejście to jest znacznie skuteczniejsze, a nawet obowiązkowe na świecie, dotkniętym pandemią COVID-19, gdzie działania użytkowników systemów informatycznych nie są już bezpośrednio obserwowane. Nieuchronnie zmusza to do zaangażowania uczenia maszynowego (ML) i metod eksploracji danych (DM) w codzienne działania użytkowników w celu szybkiej oceny wydajności pracowników, zmniejszenia zdolności i motywacji do pracy, a także oceny wiedzy młodych pracowników, ponieważ potencjalnie mają oni ograniczone możliwości odbycia szkoleń i najlepszych praktyk w zakresie korzystania z systemów informatycznych przez doświadczonych współpracowników. W ramach projektu RP i EI planują zdobyć nową wiedzę i opracować nowe metody, które mogą być stosowane w ramach podejścia do uczenia maszynowego i eksploracji danych w celu pomiaru wydajności pracowników na odległość oraz porównania dynamiki zmian wydajności w określonych okresach. Taka metoda uczenia się maszyn pozwoli pracodawcy proaktywnie reagować na niepożądane zmiany i zaproponować pracownikowi działania naprawcze po stronie pracodawcy, które mogłyby potencjalnie stanowić dodatkowe szkolenie, dodatkową motywację lub wskazówki dotyczące niewystarczającej samodyscypliny, a także działania naprawcze, które mogą chronić pracownika przed zespołem wypalenia. Celem projektu jest opracowanie podejścia do uczenia maszynowego i eksploracji danych, które przeprowadzi ocenę skuteczności zdalnych pracowników firmy z wykorzystaniem systemów wsparcia informatycznego, w oparciu o profile wydajności użytkowników i odpowiednich grup użytkowników. Badania przemysłowe (RP) (etap 1 – TRL3 i etap 2 – TRL4); — Eksperymentalny rozwój (EI) (etap 3 – TRL5, faza 4 – TRL6, etap 5 – TRL7); Rejestracja Praw Własności Intelektualnej (etap 6).Projekt związany z działalnością gospodarczą realizowany jest z wykorzystaniem zasobów technicznych i ludzkich dostępnych w „ABC software” Sp. z o.o., a także przyciągania nowych naukowców z doktoratem inżynieryjnym na podstawie umowy o pracę. Zespół projektowy, w oparciu o wcześniej zdobytą wiedzę i doświadczenie, początkowo planuje wdrożenie eksperymentalnego testu idei badawczej, przeprowadzenie walidacji technologii w środowisku laboratoryjnym, opracowanie prototypu laboratoryjnego i potwierdzenie jego działania w środowisku laboratoryjnym. Następnie metoda określania efektywności działań użytkowników zostanie przeniesiona do sztucznego środowiska, wykazana i zatwierdzona, w razie potrzeby uzupełniona funkcjonalnie prototypem systemu, który zostanie przetestowany przy użyciu stosunkowo realistycznych danych, a badania zostaną zakończone poprzez osiągnięcie TRL 7.Projekt wniesie znaczący wkład w realizację strategii inteligentnej specjalizacji Łotwy (RIS3). (Polish)
    point in time
    3 August 2022
    0 references
    Tekintettel a jelenlegi globális egészségügyi helyzetre és a Covid19 által jelenleg és a jövőben érintett munkaszervezési tendenciákra, egyértelmű, hogy az önelszigetelésre és a munkahelyi tevékenységek otthonra való áthelyezésére helyezett hangsúly jelentős hatással van az informatikai rendszerek közvetlen munkájuk elvégzéséhez való használatának intenzitására és szokásaira, valamint a felhasználók és az információs rendszerek használatának egyéb szempontjaira. A távolról dolgozó felhasználók gyorsan növekvő száma egyrészt csökkenti a járvány terjedésének kockázatát, javítja az általános környezeti ökológiát (a városokban a szén-dioxid-kibocsátás és az autótorlódások jelentős csökkenését), valamint a munkakörnyezet fenntartásának költségeit (irodahelyiségek stb.), másrészt pedig befolyásolja a napi munkafolyamat hatékonyságát, valamint megnehezíti a felhasználók által a közvetlen munkavégzési feladataik ellátása során a digitális környezetben végzett tevékenységek irányítását és operatív nyomon követését. A távoli munkavállalók hatékonyságára esetlegesen negatív hatást gyakorló tényezők a következők: • A távolról és hosszú ideig egyedül végzett munka motivációjának csökkenése. • A munkavállaló munkaképességének „robbanásának” kockázata nő, mivel az az érzés, hogy a munkát egy személy végzi, hiányzik a kollégák közvetlen támogatása és a „közös csapat érzése”, a munka „beavatkozása” a magánélet területén, ami növeli a stressz szintjét és elősegíti a „égést” hosszú távon. • A magánélet különböző tényezőinek – például a különböző háztartási munka végzésének, a családtagok figyelmének elterelése stb. – negatív hatásai, amelyek jelentős és negatív hatással vannak az otthoni munkavégzésre. • Korlátozott lehetőségek az új ismeretek megszerzésére és a növekedésre, különösen azon fiatal munkavállalók esetében, akik még mindig nem rendelkeznek elegendő tapasztalattal az iroda közös munka- és növekedési lehetőségeihez képest, és egyetlen csapatban dolgoznak. Ezért hangsúlyt kell fektetni a munkavállalók teljesítményének értékelésére szolgáló automatizált eszközökre és eszközökre, amelyek használata és elemzése nem függ a „helyszíni” irodában való fizikai jelenléttől, mivel az teljes mértékben a digitális környezetben történik. Ez a megközelítés lényegesen hatékonyabb, sőt kötelező a Covid19 által érintett világban, ahol az informatikai rendszerhasználók tevékenységei már nem figyelhetők meg közvetlenül. Ez elkerülhetetlenül arra kényszeríti a gépi tanulást (ML) és az adatbányászati módszereket (DM) a napi felhasználói tevékenységek munkafolyamatában, hogy gyorsan fel lehessen mérni a munkavállalók hatékonyságát, csökken a munkaképessége és motivációja, valamint a fiatal munkavállalók tudásának értékelése, mivel potenciálisan csökkent a lehetőség arra, hogy tapasztalt kollégák képzésben és legjobb gyakorlatokban részesüljenek az informatikai rendszerek használatával kapcsolatban. A projekt keretében az RP és az EI új ismeretek megszerzését és új módszerek kidolgozását tervezi, amelyeket gépi tanulási és adatbányászati megközelítéssel lehet használni a munkavállalók távolról történő hatékonyságának mérésére és az egyes időszakokban bekövetkező hatékonysági változások dinamikájának összehasonlítására. A gépi tanulás ilyen módszere lehetővé teszi a munkáltató számára, hogy proaktívan reagáljon a nem kívánt változásokra, és a munkáltató oldalán korrekciós intézkedéseket kínáljon a munkavállaló számára, ami lehet akár kiegészítő képzés, további motiváció vagy az elégtelen önfegyelemre vonatkozó útmutatás, valamint korrekciós intézkedések, amelyek megvédhetik a munkavállalót a kiégéstől. A projekt célja egy olyan gépi tanulási és adatbányászati megközelítés kidolgozása, amely a felhasználók és az érintett felhasználói csoportok hatékonysági profilja alapján informatikai támogatási rendszerek segítségével értékeli a vállalat távoli alkalmazottainak hatékonyságát. Ipari tanulmány (RP) (1. szakasz – TRL3 és 2. szakasz – TRL4); – Kísérleti fejlesztés (EI) (3. szakasz – TRL5, 4. szakasz – TRL6, 5. szakasz – TRL7); A szellemi tulajdonjogok regisztrációja (6. szakasz). A gazdasági tevékenységgel kapcsolatos projekt végrehajtása az „ABC szoftver” Kft.-nél rendelkezésre álló technikai és emberi erőforrások felhasználásával történik, valamint új kutatók vonzása a mérnöki doktori fokozattal egy munkaszerződés alapján.A projektcsapat, amely korábban szerzett ismereteken és tapasztalatokon alapul, kezdetben kísérleti kutatási kísérlet végrehajtását tervezi, a technológia validálását laboratóriumi környezetben, laboratóriumi prototípus kifejlesztését és működését laboratóriumi környezetben. Ezt követően a felhasználói tevékenységek hatékonyságának meghatározására szolgáló módszer átkerül a mesterséges környezetbe, bemutatva és validálva, szükség szerint kiegészítve a rendszer prototípusával, amelyet viszonylag reális adatokkal tesztelnek, és a kutatás a TRL 7. projekt elérésével fejeződik be, jelentős mértékben hozzájárul Lettország in... (Hungarian)
    point in time
    3 August 2022
    0 references
    Vzhledem k současné celosvětové zdravotní situaci a relevantním trendům v organizaci práce, které jsou v současné době a v budoucnu postiženy pandemií COVID-19, je zřejmé, že důraz na samoizolaci a přesun pracovních činností do domova má významný dopad na intenzitu a zvyky používání informačních systémů pro výkon jejich přímé práce, jakož i na další aspekty využívání uživatelů a informačních systémů. Rychle rostoucí počet uživatelů pracujících na dálku na jedné straně snižuje riziko šíření epidemie, zlepšuje celkovou ekologii životního prostředí (významné snížení emisí CO2 a přetížení vozidel ve městech) a náklady na údržbu pracovního prostředí (kancelářské prostory atd.), ale na straně druhé ovlivňuje efektivitu každodenního pracovního postupu a komplikuje řízení a provozní monitorování činností prováděných uživateli v digitálním prostředí při plnění jejich přímých pracovních povinností. Faktory, které mohou mít negativní dopad na účinnost vzdálených pracovníků, jsou: • Snížení motivace práce na dálku a po dlouhou dobu sama. • Zvyšuje se riziko „exploze“ pracovních schopností zaměstnance, protože dominuje pocit, že práci vykonává jedna osoba, chybí přímá podpora ze strany kolegů a „pocit společného týmu“, dochází k „vniknutí“ práce v oblasti soukromého života, což zvyšuje úroveň stresu a dlouhodobě podporuje „spalování“. • Negativní dopady různých faktorů soukromého života, jako je vykonávání různých domácích prací, odvádění pozornosti od rodinných příslušníků atd., které mají významný a negativní dopad na výkon práce v domácích pracovních podmínkách. • Omezené příležitosti k získání nových znalostí a růstu, zejména pro mladé pracovníky s dosud nedostatečnými zkušenostmi ve srovnání se společnou prací a možnostmi růstu v kanceláři, kteří pracují v jediném týmu. Proto je třeba klást důraz na automatizované nástroje a nástroje pro hodnocení výkonnosti zaměstnanců, jejichž využití a analýza nezávisí na fyzické přítomnosti v kanceláři „na místě“, protože probíhá výhradně v digitálním prostředí. Tento přístup je výrazně účinnější a dokonce povinný ve světě zasaženém pandemií COVID-19, kde činnosti uživatelů IT systémů již nejsou přímo pozorovatelné. To nevyhnutelně vyžaduje zapojení metod strojového učení (ML) a vytěžování dat (DM) do pracovního toku každodenních uživatelských aktivit s cílem rychle posoudit efektivitu zaměstnanců, snížit pracovní schopnosti a motivaci, jakož i hodnocení znalostí mladých zaměstnanců, neboť potenciálně mají omezené možnosti získat odbornou přípravu a osvědčené postupy v používání informačních systémů zkušenými kolegy. V rámci projektu plánují RP a EI získat nové znalosti a vyvinout nové metody, které lze použít pomocí přístupu strojového učení a vytěžování dat k měření efektivity zaměstnanců na dálku a ke srovnání dynamiky změn účinnosti v určitých časových obdobích. Takový způsob strojového učení umožní zaměstnavateli aktivně reagovat na nežádoucí změny a nabídnout zaměstnanci nápravná opatření na straně zaměstnavatele, což by mohlo být další školení, další motivace nebo pokyny k nedostatečné sebekázeře, jakož i nápravná opatření, která mohou zaměstnance ochránit před syndromem vyhoření. Cílem projektu je vyvinout přístup strojového učení a vytěžování dat, který provede hodnocení efektivity vzdálených zaměstnanců společnosti pomocí systémů podpory IT, a to na základě profilů efektivity uživatelů a příslušných skupin uživatelů. Průmyslová studie (RP) (etapa 1 – TRL3 a fáze 2 – TRL4); Experimentální vývoj (EI) (etapa 3 – TRL5, fáze 4 – TRL6, fáze 5 – TRL7); Registrace práv duševního vlastnictví (fáze 6).Projekt související s hospodářskou činností je realizován s využitím technických a lidských zdrojů dostupných na „ABC software“ s.r.o., stejně jako přilákání nových výzkumných pracovníků s doktorátem v oboru inženýrství na základě pracovní smlouvy. Projektový tým, založený na dříve získaných znalostech a zkušenostech, zpočátku plánuje realizovat experimentální test výzkumné myšlenky, provádět validaci technologií v laboratorním prostředí, vyvinout laboratorní prototyp a potvrdit jeho provoz v laboratorním prostředí. Poté bude metoda určování účinnosti uživatelských činností převedena do umělého prostředí, prokázána a validována, podle potřeby funkčně doplněna o prototyp systému, který bude testován s relativně realistickými údaji, a výzkum bude dokončen dosažením TRL 7.Projekt významně přispěje k provádění strategie pro inteligentní specializaci Lotyšska (RIS3). (Czech)
    point in time
    3 August 2022
    0 references
    I bhfianaise na staide sláinte domhanda atá ann faoi láthair agus na dtreochtaí ábhartha in eagrú na hoibre, a ndéanann COVID-19 difear dóibh faoi láthair agus sa todhchaí, d’fhéadfadh paindéimí eile difear a dhéanamh di, is léir go bhfuil tionchar suntasach ag an mbéim ar fhéinleithlisiú agus ar aistriú gníomhaíochtaí oibre go dtí an baile ar an déine agus ar na nósanna a bhaineann le córais TF a úsáid chun a gcuid oibre dírí a dhéanamh, agus ar ghnéithe eile d’úsáid úsáideoirí agus córas faisnéise. Mar gheall ar an méadú tapa atá ag teacht ar líon na n-úsáideoirí atá ag obair go cianda, ar thaobh amháin, laghdaítear na rioscaí a bhaineann le leathadh na heipidéime, feabhsaítear éiceolaíocht fhoriomlán an chomhshaoil (laghdú suntasach ar astaíochtaí CO2 agus brú tráchta gluaisteán i gcathracha) agus na costais a bhaineann le cothabháil na timpeallachta oibre (áitreabh oifige etc.), ach ar an taobh eile, bíonn tionchar aige ar éifeachtúlacht an tsreafa oibre laethúil, chomh maith le bainistiú agus faireachán oibríochtúil na ngníomhaíochtaí a dhéanann úsáideoirí sa timpeallacht dhigiteach a dhéanamh níos casta le linn dóibh a ndualgais dhíreacha oibre a chomhlíonadh. Is iad seo a leanas na tosca a bhféadfadh tionchar diúltach a bheith acu ar éifeachtúlacht oibrithe cianda: • Laghdú ar an spreagadh a bhaineann le bheith ag obair go cianda agus ar feadh i bhfad amháin. • Méadaítear an baol “pléascadh” cumais oibre fostaí, toisc go bhfuil an mothú go ndéanann duine amháin an obair chun tosaigh, tá easpa tacaíochta dírí ó chomhghleacaithe agus “foireann choiteann a bhrath”, tá “cur isteach” ar shaothar i réimse an tsaoil phríobháidigh, rud a mhéadaíonn an leibhéal struis agus a chuireann “dó” chun cinn san fhadtéarma. • Éifeachtaí diúltacha fachtóirí éagsúla den saol príobháideach, amhail obair tí éagsúla a dhéanamh, aird a tharraingt ar bhaill teaghlaigh, etc., a mbíonn tionchar suntasach diúltach acu ar fheidhmíocht na hoibre sna dálaí oibre sa bhaile. • Deiseanna srianta chun eolas agus fás nua a fháil, go háirithe d’oibrithe óga a bhfuil taithí neamhleor acu fós i gcomparáid le deiseanna comhoibre agus fáis san oifig, ag obair i bhfoireann amháin. Dá bhrí sin, tá gá le béim a chur ar uirlisí agus uirlisí uathoibrithe chun feidhmíocht fostaithe a mheas, nach mbraitheann a n-úsáid agus a n-anailís ar láithreacht fhisiciúil san oifig “ar an láthair”, toisc go dtarlaíonn sé go hiomlán sa timpeallacht dhigiteach. Tá an cur chuige sin i bhfad níos éifeachtúla agus fiú éigeantach ar fud an domhain atá thíos le COVID-19, i gcás nach bhfuil gníomhaíochtaí úsáideoirí córais TF inbhreathnaithe go díreach a thuilleadh. Is cinnte go gcuireann sé seo le rannpháirtíocht na meaisínfhoghlama (ML) agus modhanna mianadóireachta sonraí (DM) i sreabhadh oibre na ngníomhaíochtaí úsáideoirí ó lá go lá chun éifeachtúlacht fostaithe a mheas go tapa, laghduithe ar chumas agus spreagadh oibre, chomh maith le measúnú ar eolas na bhfostaithe óga, toisc go bhféadfadh sé go bhfuil deiseanna laghdaithe acu oiliúint agus dea-chleachtais a fháil maidir le córais TF a bheith á n-úsáid ag comhghleacaithe a bhfuil taithí acu. Laistigh de chreat an tionscadail, tá sé beartaithe ag RP agus EI eolas nua a fháil agus modhanna nua a fhorbairt, ar féidir iad a úsáid le cur chuige meaisínfhoghlama agus mianadóireachta sonraí chun éifeachtúlacht na bhfostaithe a thomhas go cianda agus chun dinimic na n-athruithe éifeachtúlachta i dtréimhsí ama áirithe a chur i gcomparáid. Cuirfidh modh meaisínfhoghlama den sórt sin ar chumas an fhostóra freagairt go réamhghníomhach d’athruithe nach dteastaíonn agus gníomh ceartaitheach a thairiscint don fhostaí ar thaobh an fhostóra, a d’fhéadfadh a bheith ina oiliúint bhreise, ina spreagadh breise, nó ina threoir maidir le féinsmacht neamhleor, chomh maith le gníomhartha ceartaitheacha ar féidir leo an fostaí a chosaint ó shiondróm dóite amach. Is é aidhm an tionscadail cur chuige meaisínfhoghlama agus mianadóireachta sonraí a fhorbairt, a dhéanfaidh meastóireacht ar éifeachtacht chianfhostaithe na cuideachta trí chórais tacaíochta TF a úsáid, bunaithe ar phróifílí éifeachtúlachta na n-úsáideoirí agus na ngrúpaí úsáideoirí ábhartha. Staidéar tionsclaíoch (RP) (Céim 1 — TRL3 agus Céim 2 — TRL4); — Forbairt thurgnamhach (Céim 3 — LRT5, Céim 4 — LRT6, Céim 5 — LRT7); Clárú Cearta Maoine Intleachtúla (Céim 6).Cuirtear tionscadal a bhaineann le gníomhaíocht eacnamaíoch chun feidhme ag baint úsáide as na hacmhainní teicniúla agus daonna atá ar fáil ag “ABC software” Ltd., chomh maith le taighdeoirí nua a mhealladh le dochtúireacht san innealtóireacht ar bhonn conradh fostaíochta. Ina dhiaidh sin, aistreofar an modh chun éifeachtúlacht ghníomhaíochtaí na n-úsáideoirí a chinneadh chuig an timpeallacht shaorga, léireofar agus bailíochtófar é, forlíonfar go feidhmiúil é de réir mar is gá don fhréamhshamhail córais, a dhéanfar a thástáil le sonraí réasúnta réadúla, agus cuirfear an taighde i gcrích trí TRL 7. Cuirfidh an tion... (Irish)
    point in time
    3 August 2022
    0 references
    Glede na trenutne globalne zdravstvene razmere in relevantne trende organizacije dela, na katere trenutno in v prihodnosti vpliva COVID-19, je jasno, da poudarek na samoizolaciji in prenosu delovnih dejavnosti na dom pomembno vpliva na intenzivnost in navade uporabe informacijskih sistemov za opravljanje njihovega neposrednega dela, pa tudi na druge vidike uporabe uporabnikov in informacijskih sistemov. Hitro naraščajoče število uporabnikov, ki delajo na daljavo, na eni strani zmanjšuje tveganje za širjenje epidemije, izboljšuje splošno okoljsko ekologijo (znatno zmanjšanje emisij CO2 in zastojev avtomobilov v mestih) in stroške vzdrževanja delovnega okolja (pisarniški prostori itd.), po drugi strani pa vpliva na učinkovitost vsakodnevnega poteka dela ter otežuje upravljanje in operativno spremljanje dejavnosti, ki jih izvajajo uporabniki v digitalnem okolju med opravljanjem neposrednih delovnih nalog. Dejavniki, ki lahko negativno vplivajo na učinkovitost delavcev na daljavo, so: • Zmanjšanje motivacije za delo na daljavo in samo za dolgo časa. • Tveganje za „eksplozijo“ delovnih sposobnosti zaposlenega se povečuje, ker prevladuje občutek, da delo opravlja ena oseba, pomanjkanje neposredne podpore sodelavcev in „občutek skupne ekipe“, „vdor“ delovne sile na področje zasebnega življenja, kar povečuje stopnjo stresa in dolgoročno spodbuja „izgorevanje“. • Negativni učinki različnih dejavnikov zasebnega življenja, kot so opravljanje različnih gospodinjskih del, odvračanje pozornosti družinskih članov itd., ki pomembno in negativno vplivajo na delo v delovnih razmerah na domu. • Omejene možnosti za pridobivanje novega znanja in rasti, zlasti za mlade delavce z nezadostnimi izkušnjami v primerjavi s skupnimi možnostmi za delo in rast v pisarni, ki delajo v eni skupini. Zato je treba poudariti avtomatizirana orodja in orodja za ocenjevanje uspešnosti zaposlenih, katerih uporaba in analiza nista odvisni od fizične prisotnosti v pisarni „na kraju samem“, saj potekata izključno v digitalnem okolju. Ta pristop je bistveno učinkovitejši in celo obvezen v svetu, ki ga je prizadel COVID-19, kjer dejavnosti uporabnikov sistemov IT niso več neposredno opazne. To neizogibno zahteva vključitev metod strojnega učenja in podatkovnega rudarjenja v potek dela vsakodnevnih uporabniških dejavnosti, da bi hitro ocenili učinkovitost zaposlenih, zmanjšali delovno sposobnost in motivacijo ter ocenili znanje mladih zaposlenih, saj imajo morda manj možnosti za usposabljanje in najboljše prakse pri uporabi informacijskih sistemov s strani izkušenih sodelavcev. V okviru projekta RP in EI načrtujeta pridobivanje novega znanja in razvoj novih metod, ki jih je mogoče uporabiti s pristopom strojnega učenja in podatkovnega rudarjenja za merjenje učinkovitosti zaposlenih na daljavo in primerjavo dinamike sprememb učinkovitosti v določenih časovnih obdobjih. Takšna metoda strojnega učenja bo delodajalcu omogočila, da se proaktivno odzove na neželene spremembe in zaposlenim ponudi korektivne ukrepe na strani delodajalca, kar bi lahko bilo dodatno usposabljanje, dodatna motivacija ali svetovanje o nezadostni samodisciplini, pa tudi popravni ukrepi, ki lahko zaposlenega zaščitijo pred sindromom izgorelosti. Cilj projekta je razviti pristop strojnega učenja in podatkovnega rudarjenja, ki bo na podlagi profilov učinkovitosti uporabnikov in ustreznih skupin uporabnikov opravil oceno učinkovitosti zaposlenih v podjetju na daljavo z uporabo podpornih sistemov IT. Industrijska študija (RP) (stopnja 1 – TRL3 in faza 2 – TRL4); — Eksperimentalni razvoj (EI) (faza 3 – TRL5, faza 4 – TRL6, faza 5 – TRL7); Registracija pravic intelektualne lastnine (faza 6).Projekt, povezan z gospodarsko dejavnostjo, se izvaja z uporabo tehničnih in človeških virov, ki so na voljo v „ABC software“ d.o.o., kot tudi privabljanja novih raziskovalcev z doktoratom iz inženirstva na podlagi pogodbe o zaposlitvi. Projektna skupina, ki temelji na predhodno pridobljenem znanju in izkušnjah, namerava najprej izvesti eksperimentalni preizkus raziskovalne ideje, opraviti tehnološko validacijo v laboratorijskem okolju, razviti laboratorijski prototip in potrditi delovanje v laboratorijskem okolju. Po tem se bo metoda določanja učinkovitosti uporabniških dejavnosti prenesla v umetno okolje, dokazana in validirana, funkcionalno dopolnjena po potrebi na prototip sistema, ki bo preizkušen z relativno realističnimi podatki, raziskave pa bodo zaključene z doseganjem TRL 7.Projekt bo pomembno prispeval k izvajanju strategije pametne specializacije Latvije (RIS3). (Slovenian)
    point in time
    3 August 2022
    0 references
    Като се има предвид настоящата световна здравна ситуация и съответните тенденции в организацията на труда, които са засегнати от COVID-19 понастоящем и в бъдеще, могат да бъдат засегнати от други пандемии, ясно е, че акцентът върху самоизолацията и прехвърлянето на работни дейности към дома оказва значително въздействие върху интензивността и навиците на използване на ИТ системи за изпълнението на пряката им работа, както и върху други аспекти на използването на потребителите и информационните системи. Бързо нарастващият брой на потребителите, които работят дистанционно, от една страна, намалява рисковете от разпространение на епидемията, подобрява цялостната екологична екология (значително намаляване на емисиите на CO2 и задръстванията на автомобили в градовете) и разходите за поддръжка на работната среда (офис помещения и др.), но от друга страна, засяга ефективността на ежедневния работен процес, както и усложнява управлението и оперативното наблюдение на дейностите, извършвани от потребителите в цифровата среда при изпълнението на техните преки работни задължения. Факторите, които могат да имат отрицателно въздействие върху ефективността на дистанционните работници, са: • Намаляване на мотивацията да се работи дистанционно и за дълго време самостоятелно. • Увеличава се рискът от „експлозия„на работните способности на служителя, тъй като преобладава усещането, че работата се извършва от един човек, липсва пряка подкрепа от колегите и „почувствване на общ екип“, има „натрапване„на труда в областта на личния живот, което повишава нивото на стрес и насърчава „изгарянето“ в дългосрочен план. • Отрицателни последици от различни фактори на личния живот, като извършване на различна домашна работа, разсейване на вниманието на членовете на семейството и т.н., които оказват значително и отрицателно въздействие върху изпълнението на работата в домашни условия на труд. • Ограничени възможности за придобиване на нови знания и растеж, особено за млади работници с все още недостатъчен опит в сравнение със съвместната работа и възможностите за растеж в офиса, работещи в един екип.Ето защо е необходимо да се постави акцент върху автоматизираните инструменти и инструменти за оценка на работата на служителите, използването и анализа на които не зависят от физическото присъствие в офиса „на място“, тъй като то се осъществява изцяло в дигиталната среда. Този подход е значително по-ефективен и дори задължителен в света, засегнат от COVID-19, където дейностите на ползвателите на ИТ системи вече не се наблюдават пряко. Това неизбежно налага включването на методите за машинно самообучение (ML) и извличане на данни (DM) в работния процес на ежедневните дейности на потребителите, за да се оцени бързо ефективността на служителите, да се намали способността и мотивацията на служителите, както и да се направи оценка на знанията на младите служители, тъй като те потенциално имат ограничени възможности да получат обучение и най-добри практики при използването на ИТ системи от опитни колеги. В рамките на проекта ОП и ЕИ планират да придобият нови знания и да разработят нови методи, които могат да се използват с подход за машинно самообучение и извличане на данни за измерване на ефективността на служителите от разстояние и за сравняване на динамиката на промените в ефективността в определени периоди от време. Такъв метод за машинно самообучение ще позволи на работодателя проактивно да реагира на нежелани промени и да предложи на служителя коригиращи действия от страна на работодателя, които потенциално биха могли да бъдат допълнително обучение, допълнителна мотивация или насоки за недостатъчна самодисциплина, както и коригиращи действия, които могат да предпазят служителя от синдрома на изтощение. Целта на проекта е да се разработи подход за машинно самообучение и извличане на данни, който ще извърши оценка на ефективността на дистанционните служители на компанията, използващи ИТ системи за поддръжка, въз основа на профилите за ефективност на потребителите и съответните потребителски групи. Промишлено проучване (RP) (етап 1 — TRL3 и етап 2 — TRL4); — Експериментално развитие (EI) (етап 3 — TRL5, фаза 4 — TRL6, фаза 5 — TRL7); Регистрация на права на интелектуална собственост (фаза 6).Проектът, свързан с икономическата дейност, се осъществява с помощта на техническите и човешките ресурси, налични в „АБС софтуер“ ООД, както и привличането на нови изследователи с докторска степен по инженерство въз основа на трудов договор.Екипът на проекта, въз основа на придобити по-рано знания и опит, първоначално планира да приложи експериментален тест на научноизследователска идея, да извърши технологично валидиране в лабораторна среда, да разработи лабораторен прототип и да потвърди функционирането му в лабораторна среда. След това методът за определяне на ефективността на потребителските дейности ще бъде прехвърлен към изкуствена среда, демонстриран и валидиран, функционално допълнен, доколкото е необходимо, към системния прототип, който ще бъде т... (Bulgarian)
    point in time
    3 August 2022
    0 references
    Minħabba s-sitwazzjoni globali attwali tas-saħħa u x-xejriet rilevanti fl-organizzazzjoni tax-xogħol, li huma affettwati mill-COVID-19 fil-preżent u fil-futur jistgħu jiġu affettwati minn pandemiji oħra, huwa ċar li l-enfasi fuq l-awtoiżolament u t-trasferiment tal-attivitajiet tax-xogħol lejn id-dar għandha impatt sinifikanti fuq l-intensità u d-drawwiet tal-użu tas-sistemi tal-IT għat-twettiq tal-ħidma diretta tagħhom, kif ukoll fuq aspetti oħra tal-użu tal-utenti u tas-sistemi tal-informazzjoni. In-numru dejjem jikber ta’ utenti li jaħdmu mill-bogħod, minn naħa waħda, inaqqas ir-riskji tat-tixrid tal-epidemija, itejjeb l-ekoloġija ambjentali ġenerali (tnaqqis sinifikanti fl-emissjonijiet tas-CO2 u l-konġestjoni tal-karozzi fil-bliet) u l-ispejjeż tal-manutenzjoni tal-ambjent tax-xogħol (bini tal-uffiċċji eċċ.), iżda min-naħa l-oħra, jaffettwa l-effiċjenza tal-fluss tax-xogħol ta’ kuljum, kif ukoll jikkomplika l-ġestjoni u l-monitoraġġ operazzjonali tal-attivitajiet imwettqa mill-utenti fl-ambjent diġitali matul il-qadi tad-dmirijiet tax-xogħol dirett tagħhom. Il-fatturi li jista’ jkollhom impatt negattiv fuq l-effiċjenza tal-ħaddiema remoti huma: • Tnaqqis fil-motivazzjoni ta’ ħidma mill-bogħod u għal żmien twil biss. • Ir-riskju ta’ “splużjoni” tal-kapaċitajiet tax-xogħol ta’ impjegat jiżdied, minħabba li s-sentiment li x-xogħol isir minn persuna waħda huwa ddominat, hemm nuqqas ta’ appoġġ dirett mill-kollegi u “t-tħoss ta’ tim komuni”, hemm “intrużjoni” ta’ ħaddiema fil-qasam tal-ħajja privata, li żżid il-livell tal-istress u tippromwovi l-“ħruq” fit-tul. • L-effetti negattivi ta’ diversi fatturi tal-ħajja privata, bħat-twettiq ta’ diversi xogħol domestiku, l-aljenazzjoni tal-attenzjoni mill-membri tal-familja, eċċ., li għandhom impatt sinifikanti u negattiv fuq it-twettiq tax-xogħol fil-kundizzjonijiet tax-xogħol fid-dar. • Opportunitajiet ristretti għall-kisba ta’ għarfien u tkabbir ġdid, speċjalment għal ħaddiema żgħażagħ li għad m’għandhomx esperjenza biżżejjed meta mqabbla ma’ opportunitajiet ta’ xogħol u tkabbir konġunti fl-uffiċċju, li jaħdmu f’tim wieħed. Għalhekk, hemm bżonn li ssir enfasi fuq għodod u għodod awtomatizzati għall-evalwazzjoni tal-prestazzjoni tal-impjegati, li l-użu u l-analiżi tagħhom ma jiddependux fuq il-preżenza fiżika fl-uffiċċju “fuq il-post”, minħabba li dan iseħħ kompletament fl-ambjent diġitali. Dan l-approċċ huwa ferm aktar effiċjenti u saħansitra obbligatorju fid-dinja affettwata mill-COVID-19, fejn l-attivitajiet tal-utenti tas-sistema tal-IT ma għadhomx direttament osservabbli. Dan inevitabbilment iġiegħel l-involviment tat-tagħlim awtomatiku (ML) u l-metodi tal-estrazzjoni tad-data (DM) fil-fluss tax-xogħol tal-attivitajiet tal-utenti ta’ kuljum sabiex tiġi vvalutata malajr l-effiċjenza tal-impjegati, it-tnaqqis fil-kapaċità tax-xogħol u l-motivazzjoni, kif ukoll il-valutazzjoni tal-għarfien tal-impjegati żgħażagħ, peress li dawn potenzjalment inaqqsu l-opportunitajiet biex jirċievu taħriġ u l-aħjar prattiki fl-użu tas-sistemi tal-IT minn kollegi b’esperjenza. Fil-qafas tal-proġett, il-PR u l-EI qed jippjanaw li jiksbu għarfien ġdid u jiżviluppaw metodi ġodda, li jistgħu jintużaw b’approċċ ta’ tagħlim awtomatiku u estrazzjoni tad-data biex titkejjel l-effiċjenza tal-impjegati mill-bogħod u biex jitqabblu d-dinamika tal-bidliet fl-effiċjenza f’ċerti perjodi ta’ żmien. Dan il-metodu ta’ tagħlim awtomatiku jippermetti lil min iħaddem jirrispondi b’mod proattiv għal bidliet mhux mixtieqa u joffri lill-impjegat azzjoni korrettiva min-naħa ta’ min iħaddem, li potenzjalment jista’ jkun taħriġ addizzjonali, motivazzjoni addizzjonali, jew gwida dwar nuqqas ta’ dixxiplina personali, kif ukoll azzjonijiet korrettivi li jistgħu jipproteġu lill-impjegat mis-sindromu ta’ burn-out. L-għan tal-proġett huwa li jiżviluppa approċċ ta’ tagħlim awtomatiku u estrazzjoni tad-data, li se jwettaq evalwazzjoni tal-effettività tal-impjegati remoti tal-kumpanija bl-użu ta’ sistemi ta’ appoġġ tal-IT, abbażi tal-profili tal-effiċjenza tal-utenti u l-gruppi ta’ utenti rilevanti. Studju industrijali (RP) (Stadju 1 — TRL3 u Stadju 2 — TRL4); — Żvilupp sperimentali (EI) (Stadju 3 — TRL5, Fażi 4 — TRL6, Fażi 5 — TRL7); Ir-reġistrazzjoni tad-Drittijiet tal-Proprjetà Intellettwali (Fażi 6).Il-proġett relatat mal-attività ekonomika jiġi implimentat bl-użu tar-riżorsi tekniċi u umani disponibbli f’“ABC software” Ltd., kif ukoll jattira riċerkaturi ġodda b’dottorat fl-inġinerija fuq il-bażi ta’ kuntratt ta’ impjieg.It-tim tal-proġett, ibbażat fuq għarfien u esperjenza miksuba preċedentement, inizjalment jippjana li jimplimenta test sperimentali ta’ idea ta’ riċerka, iwettaq validazzjoni tat-teknoloġija fl-ambjent tal-laboratorju, jiżviluppa prototip tal-laboratorju u jikkonferma l-operat tiegħu fl-ambjent tal-laboratorju. Wara dan, il-metodu għad-determinazzjoni tal-effiċjenza tal-attivitajiet tal-utenti se jiġi ttrasferit f’ambjent artifiċjali, muri u vvalidat, issupplimentat funzjonalment kif meħti... (Maltese)
    point in time
    3 August 2022
    0 references
    Tendo em conta a atual situação de saúde mundial e as tendências relevantes na organização do trabalho, que são afetadas pela COVID-19 no presente e no futuro, podem ser afetadas por outras pandemias, é evidente que a ênfase no autoisolamento e na transferência das atividades de trabalho para o domicílio tem um impacto significativo na intensidade e nos hábitos de utilização dos sistemas informáticos para o desempenho do seu trabalho direto, bem como noutros aspetos da utilização dos utilizadores e dos sistemas de informação. O rápido aumento do número de utilizadores que trabalham à distância, por um lado, reduz os riscos de propagação da epidemia, melhora a ecologia ambiental global (uma redução significativa das emissões de CO2 e do congestionamento dos automóveis nas cidades) e os custos de manutenção do ambiente de trabalho (instalações de escritórios, etc.), mas, por outro lado, afeta a eficiência do fluxo de trabalho diário, bem como dificulta a gestão e o acompanhamento operacional das atividades realizadas pelos utilizadores no ambiente digital durante o desempenho das suas funções de trabalho direto. Os fatores que podem ter um impacto negativo na eficiência dos trabalhadores à distância são os seguintes: • Redução da motivação do trabalho à distância e por um longo período de tempo. • O risco de «explosão» das capacidades de trabalho de um empregado é aumentado, porque a sensação de que o trabalho é realizado por uma pessoa é dominada, há uma falta de apoio direto dos colegas e «sentimento de uma equipa comum», há uma «intrusão» do trabalho na área da vida retrête, o que aumenta o nível de estresse e promove a «queima» a longo prazo. • Efeitos negativos de vários fatores da vida privada, como a realização de vários trabalhos domésticos, a distração da atenção dos membros da família, etc., que têm um impacto significativo e negativo no desempenho do trabalho nas condições de trabalho no domicílio. • Restringiu as oportunidades de aquisição de novos conhecimentos e crescimento, especialmente para os jovens trabalhadores com experiência ainda insuficiente em comparação com o trabalho conjunto e oportunidades de crescimento no escritório, trabalhando em uma única equipa.Portanto, é necessário colocar a ênfase em ferramentas e ferramentas automatizadas para avaliar o desempenho dos funcionários, cuja utilização e análise não depende da presença física no escritório «no local», porque ocorre inteiramente no ambiente digital. Esta abordagem é significativamente mais eficiente e até obrigatória no mundo afetado pela COVID-19, onde as atividades dos utilizadores dos sistemas informáticos já não são diretamente observáveis. Isso inevitavelmente força o envolvimento de métodos de machine learning (ML) e data mining (DM) no fluxo de trabalho das atividades diárias dos utentes, a fim de avaliar rapidamente a eficiência dos funcionários, diminuir a capacidade e motivação para o trabalho, bem como avaliar o conhecimento dos jovens funcionários, uma vez que eles potencialmente têm oportunidades reduzidas de receber treinamento e melhores práticas na utilização de sistemas de TI por colegas experientes. No âmbito do projeto, RP e IE planejam adquirir novos conhecimentos e desenvolver novos métodos, que podem ser usados com uma abordagem de aprendizado de máquina e mineração de dados para medir a eficiência dos funcionários à distância e comparar a dinâmica de mudanças de eficiência em determinados períodos de tempo. Tal método de aprendizagem automática permitirá que o empregador responda proativamente a mudanças indesejadas e ofereça ao empregado medidas corretivas do lado do empregador, o que poderia ser treinamento adicional, motivação adicional ou orientação sobre a autodisciplina insuficiente, bem como medidas corretivas que possam proteger o empregado da síndrome de burn-out. O objetivo do projeto é desenvolver uma abordagem de aprendizado de máquina e mineração de dados, que realizará uma avaliação da eficácia dos funcionários remotos da empresa usando sistemas de suporte de TI, com base nos perfis de eficiência dos utentes e grupos de utentes relevantes. Estudo industrial (RP) (fase 1 — TRL3 e fase 2 — TRL4); — Desenvolvimento experimental (EI) (fase 3 — TRL5, fase 4 — TRL6, fase 5 — TRL7); Registo de Direitos de Propriedade Intelectual (Fase 6).O projeto relacionado à atividade econômica é implementado utilizando os recursos técnicos e humanos disponíveis no «software ABC» Ltd., além de atrair novos pesquisadores com doutorado em engenharia com base em um contrato de trabalho. A equipa do projeto, baseada em conhecimentos e experiência previamente adquiridos, planeja inicialmente implementar testes experimentais de ideia de pesquisa, realizar validação tecnológica em ambiente laboratorial, desenvolver protótipos de laboratório e confirmar sua operação em ambiente laboratorial. Depois disso, o método de determinação da eficiência das atividades dos utilizadores será transferido para o ambiente artifici... (Portuguese)
    point in time
    3 August 2022
    0 references
    I betragtning af den nuværende globale sundhedssituation og relevante tendenser i arbejdets tilrettelæggelse, som er påvirket af covid-19 i øjeblikket og i fremtiden, kan blive påvirket af andre pandemier, er det klart, at fokus på selvisolation og overførsel af arbejdsaktiviteter til hjemmet har en betydelig indvirkning på intensiteten og vanerne ved at anvende IT-systemer til udførelsen af deres direkte arbejde samt på andre aspekter af brugen af brugere og informationssystemer. Det hastigt stigende antal brugere, der arbejder på afstand, reducerer på den ene side risikoen for spredning af epidemien, forbedrer den overordnede miljøøkologi (en betydelig reduktion af CO2-emissioner og trafiktæthed i byerne) og omkostningerne ved vedligeholdelse af arbejdsmiljøet (kontorlokaler osv.), men på den anden side påvirker det den daglige arbejdsgangs effektivitet og komplicerer forvaltningen og den operationelle overvågning af de aktiviteter, som brugerne udfører i det digitale miljø under udførelsen af deres direkte arbejdsopgaver. Faktorer, der kan have en negativ indvirkning på fjernarbejderes effektivitet, er: • En reduktion i motivationen til at arbejde på afstand og i lang tid alene. • Risikoen for "eksplosering" af en medarbejders arbejdsevne øges, fordi følelsen af, at arbejdet udføres af én person, er domineret, der er mangel på direkte støtte fra kolleger og "følelse af et fælles team", der er en "indtrængen" af arbejdskraft i privatlivet, hvilket øger stressniveauet og fremmer "brænding" på lang sigt. • Negative virkninger af forskellige faktorer i privatlivet, f.eks. udførelse af forskellige husligt arbejde, distraherende opmærksomhed fra familiemedlemmer osv., som har en betydelig og negativ indvirkning på arbejdets udførelse i hjemmets arbejdsvilkår. • Begrænsede muligheder for at erhverve ny viden og vækst, især for unge arbejdstagere med endnu utilstrækkelig erfaring sammenlignet med fælles arbejds- og vækstmuligheder på kontoret, der arbejder i et enkelt team. Der er derfor behov for at lægge vægt på automatiserede værktøjer og værktøjer til evaluering af medarbejdernes præstationer, hvis anvendelse og analyse ikke afhænger af den fysiske tilstedeværelse på kontoret, fordi den udelukkende finder sted i det digitale miljø. Denne tilgang er betydeligt mere effektiv og endda obligatorisk i verden, der er ramt af covid-19, hvor IT-systembrugernes aktiviteter ikke længere kan observeres direkte. Dette gør det uundgåeligt nødvendigt at inddrage maskinlæringsmetoder og dataminingsmetoder (DM) i arbejdsgangen for de daglige brugeraktiviteter for hurtigt at vurdere medarbejdernes effektivitet, mindske arbejdsevnen og motivationen samt vurdere unge medarbejderes viden, da de potentielt har reduceret mulighederne for at modtage uddannelse og bedste praksis i brugen af IT-systemer af erfarne kolleger. Inden for rammerne af projektet planlægger RP og EI at tilegne sig ny viden og udvikle nye metoder, som kan anvendes med en tilgang til maskinlæring og datamining til at måle medarbejdernes effektivitet på afstand og sammenligne dynamikken i effektivitetsændringer i visse tidsperioder. En sådan metode til maskinlæring vil give arbejdsgiveren mulighed for proaktivt at reagere på uønskede ændringer og tilbyde medarbejderne korrigerende foranstaltninger fra arbejdsgiverens side, hvilket potentielt kan være yderligere uddannelse, yderligere motivation eller vejledning om utilstrækkelig selvdisciplin samt korrigerende foranstaltninger, der kan beskytte medarbejderen mod udbrændt syndrom. Formålet med projektet er at udvikle en tilgang til maskinlæring og datamining, som vil foretage en evaluering af effektiviteten af virksomhedens fjernmedarbejdere ved hjælp af IT-supportsystemer baseret på brugernes og relevante brugergruppers effektivitetsprofiler. Industriel undersøgelse (RP) (fase 1 — TRL3 og fase 2 — TRL4) — Eksperimentel udvikling (EI) (fase 3 — TRL5, fase 4 — TRL6, fase 5 — TRL7) Registrering af intellektuelle ejendomsrettigheder (fase 6).Projekt vedrørende økonomisk aktivitet gennemføres ved hjælp af de tekniske og menneskelige ressourcer til rådighed på "ABC software" Ltd, samt tiltrække nye forskere med en doktorgrad i ingeniørvidenskab på grundlag af en ansættelseskontrakt.Projektteamet, baseret på tidligere erhvervet viden og erfaring, oprindeligt planer om at gennemføre eksperimentel test af forskning idé, udføre teknologi validering i laboratoriemiljø, udvikle laboratorie prototype og bekræfte sin drift i laboratoriemiljø. Derefter vil metoden til bestemmelse af brugeraktiviteternes effektivitet blive overført til kunstigt miljø, demonstreret og valideret, funktionelt suppleret efter behov til systemprototypen, som vil blive afprøvet med relativt realistiske data, og forskningen vil blive afsluttet ved at nå TRL 7.Projektet vil yde et væsentligt bidrag til gennemførelsen af Letlands strategi for intelligent specialisering (RIS3). (Danish)
    point in time
    3 August 2022
    0 references
    Având în vedere situația actuală la nivel mondial în materie de sănătate și tendințele relevante în organizarea muncii, care sunt afectate de COVID-19 în prezent și în viitor, pot fi afectate de alte pandemii, este clar că accentul pus pe autoizolare și transferul activităților profesionale la domiciliu are un impact semnificativ asupra intensității și obiceiurilor de utilizare a sistemelor informatice pentru efectuarea activității lor directe, precum și asupra altor aspecte ale utilizării utilizatorilor și a sistemelor informatice. Creșterea rapidă a numărului de utilizatori care lucrează de la distanță, pe de o parte, reduce riscurile de răspândire a epidemiei, îmbunătățește ecologia generală a mediului (o reducere semnificativă a emisiilor de CO2 și a congestionării autovehiculelor în orașe) și costurile de întreținere a mediului de lucru (sediul birourilor etc.), dar, pe de altă parte, afectează eficiența fluxului de lucru zilnic, complicând, de asemenea, gestionarea și monitorizarea operațională a activităților desfășurate de utilizatori în mediul digital în timpul îndeplinirii sarcinilor lor de lucru directe. Factorii care pot avea un impact negativ asupra eficienței lucrătorilor la distanță sunt: • O reducere a motivației de a lucra la distanță și pentru o lungă perioadă de timp. • Riscul de „explozie” a abilităților de muncă ale unui angajat este crescut, deoarece sentimentul că munca este efectuată de o persoană este dominat, există o lipsă de sprijin direct din partea colegilor și „sentimentul unei echipe comune”, există o „intruziune” a muncii în domeniul vieții private, care crește nivelul de stres și promovează „arderea” pe termen lung. • Efectele negative ale diferiților factori ai vieții private, cum ar fi desfășurarea unor activități casnice diverse, distragerea atenției de la membrii familiei etc., care au un impact semnificativ și negativ asupra desfășurării muncii în condiții de muncă la domiciliu. • Oportunități limitate de dobândire de noi cunoștințe și de creștere, în special pentru tinerii lucrători cu o experiență insuficientă în comparație cu munca comună și oportunitățile de creștere în birou, care lucrează într-o singură echipă. Prin urmare, este necesar să se pună accentul pe instrumente și instrumente automatizate de evaluare a performanței angajaților, a căror utilizare și analiză nu depind de prezența fizică în biroul „la fața locului”, deoarece se desfășoară în întregime în mediul digital. Această abordare este semnificativ mai eficientă și chiar obligatorie în lumea afectată de COVID-19, unde activitățile utilizatorilor sistemelor informatice nu mai pot fi observate în mod direct. Acest lucru forțează în mod inevitabil implicarea învățării automate (ML) și a metodelor de extragere a datelor (DM) în fluxul de lucru al activităților de zi cu zi ale utilizatorilor, pentru a evalua rapid eficiența angajaților, scăderea capacității de muncă și a motivației, precum și evaluarea cunoștințelor tinerilor angajați, deoarece aceștia ar putea avea oportunități reduse de a primi formare și bune practici în utilizarea sistemelor informatice de către colegii cu experiență. În cadrul proiectului, RP și IE intenționează să dobândească noi cunoștințe și să dezvolte noi metode, care pot fi utilizate cu o abordare de învățare automată și de extragere a datelor pentru a măsura eficiența angajaților la distanță și pentru a compara dinamica schimbărilor de eficiență în anumite perioade de timp. O astfel de metodă de învățare automată va permite angajatorului să reacționeze în mod proactiv la schimbările nedorite și să ofere angajaților măsuri corective din partea angajatorului, care ar putea fi formare suplimentară, motivație suplimentară sau orientare privind autodisciplina insuficientă, precum și acțiuni corective care pot proteja angajatul împotriva sindromului de epuizare. Scopul proiectului este de a dezvolta o abordare de învățare automată și de extragere a datelor, care va efectua o evaluare a eficacității angajaților de la distanță ai companiei folosind sisteme de asistență IT, pe baza profilurilor de eficiență ale utilizatorilor și ale grupurilor de utilizatori relevante. Studiu industrial (RP) (etapa 1 – TRL3 și etapa 2 – TRL4); Dezvoltarea experimentală (EI) (etapa 3 – TRL5, faza 4 – TRL6, faza 5 – TRL7); Înregistrarea drepturilor de proprietate intelectuală (faza 6).Proiectul legat de activitatea economică este implementat folosind resursele tehnice și umane disponibile la „ABC software” SRL, precum și atragerea de noi cercetători cu un doctorat în inginerie pe baza unui contract de muncă. Echipa de proiect, bazată pe cunoștințele și experiența dobândite anterior, intenționează inițial să implementeze testarea experimentală a ideii de cercetare, să efectueze validarea tehnologiei în mediul de laborator, să dezvolte prototipul de laborator și să confirme funcționarea sa în mediul de laborator. Ulterior, metoda de determinare a eficienței activităților utilizatorilor va fi transferată... (Romanian)
    point in time
    3 August 2022
    0 references
    Med tanke på den nuvarande globala hälsosituationen och relevanta trender i arbetsorganisationen, som påverkas av covid-19 för närvarande och i framtiden kan påverkas av andra pandemier, är det uppenbart att betoningen på självisolering och överföring av arbete till hemmet har en betydande inverkan på intensiteten och vanan att använda it-system för utförandet av deras direkta arbete, liksom på andra aspekter av användningen av användare och informationssystem. Det snabbt ökande antalet användare som arbetar på distans minskar å ena sidan risken för spridning av epidemin, förbättrar den övergripande miljöekologin (en betydande minskning av koldioxidutsläppen och bilstockningarna i städerna) och kostnaderna för underhåll av arbetsmiljön (kontorslokaler etc.), men å andra sidan påverkar det det dagliga arbetsflödets effektivitet samt komplicerar förvaltningen och den operativa övervakningen av den verksamhet som utförs av användarna i den digitala miljön under fullgörandet av deras direkta arbetsuppgifter. Faktorer som kan ha en negativ inverkan på distansarbetarnas effektivitet är följande: • En minskning av motivationen att arbeta på distans och under lång tid ensam. • Risken för ”explosion” av en anställds arbetsförmåga ökar, eftersom känslan av att arbetet utförs av en person domineras, det finns brist på direkt stöd från kollegor och ”känsla för ett gemensamt team”, det finns ett ”intrång” av arbete i privatlivet, vilket ökar stressnivån och främjar ”bränning” på lång sikt. • Negativa effekter av olika faktorer i privatlivet, t.ex. utförande av olika hushållsarbete, distraherande uppmärksamhet från familjemedlemmar osv., som har en betydande och negativ inverkan på arbetets utförande i hemmets arbetsförhållanden. • Begränsade möjligheter att förvärva ny kunskap och tillväxt, särskilt för unga arbetstagare med ännu otillräcklig erfarenhet jämfört med gemensamma arbets- och tillväxtmöjligheter på kontoret, som arbetar i ett enda team. Därför måste man lägga tonvikten på automatiserade verktyg och verktyg för utvärdering av anställdas prestationer, vars användning och analys inte är beroende av den fysiska närvaron på kontoret, eftersom den sker helt i den digitala miljön. Detta tillvägagångssätt är betydligt effektivare och till och med obligatoriskt i världen som drabbats av covid-19, där it-systemanvändarnas verksamhet inte längre är direkt observerbar. Detta tvingar oundvikligen till att maskininlärning (ML) och datautvinningsmetoder (DM) involveras i arbetsflödet för dagliga användaraktiviteter för att snabbt bedöma de anställdas effektivitet, minskad arbetsförmåga och motivation, samt bedömning av unga anställdas kunskap, eftersom de potentiellt har minskat möjligheterna att få utbildning och bästa praxis i användningen av IT-system av erfarna kollegor. Inom ramen för projektet planerar RP och EI att få ny kunskap och utveckla nya metoder som kan användas med maskininlärning och datautvinning för att mäta effektiviteten hos anställda på distans och jämföra dynamiken i effektivitetsförändringar under vissa tidsperioder. En sådan metod för maskininlärning kommer att göra det möjligt för arbetsgivaren att proaktivt reagera på oönskade förändringar och erbjuda den anställde korrigerande åtgärder från arbetsgivarens sida, vilket kan vara ytterligare utbildning, ytterligare motivation eller vägledning om otillräcklig självdisciplin samt korrigerande åtgärder som kan skydda den anställde från utbrändhet syndrom. Syftet med projektet är att utveckla ett tillvägagångssätt för maskininlärning och datautvinning, som ska utvärdera effektiviteten hos företagets distansanställda med hjälp av IT-stödsystem, baserat på effektivitetsprofilerna hos användarna och relevanta användargrupper. Industristudie (RP) (etapp 1 – TRL3 och steg 2 – TRL4). — Experimentell utveckling (EI) (etapp 3 – TRL5, fas 4 – TRL6, fas 5 – TRL7). Registrering av immateriella rättigheter (fas 6).Projekt som rör ekonomisk verksamhet genomförs med hjälp av de tekniska och mänskliga resurser som finns på ”ABC Software” Ltd., samt att locka nya forskare med doktorsexamen i ingenjörsvetenskap på grundval av ett anställningsavtal. Projektteamet, baserat på tidigare förvärvad kunskap och erfarenhet, planerar inledningsvis att genomföra experimentella test av forskningsidéer, utföra teknisk validering i laboratoriemiljö, utveckla laboratorieprototyp och bekräfta dess verksamhet i laboratoriemiljö. Därefter kommer metoden för att bestämma effektiviteten i användaraktiviteter att överföras till artificiell miljö, demonstreras och valideras, funktionellt kompletteras vid behov till systemprototypen, som kommer att testas med relativt realistiska data, och forskningen kommer att slutföras genom att nå TRL 7.Projektet kommer att ge ett betydande bidrag till genomförandet av Lettlands strategi för smart specialisering (RIS3). (Swedish)
    point in time
    3 August 2022
    0 references
    location (string)
    Tallinas iela 51A - 1, Rīga, LV-1012
    0 references

    Identifiers

    Latvian Kohesio ID
    1.1.1.1/20/A/063
    0 references
     
    Retrieved from "https://linkedopendata.eu/w/index.php?title=Item:Q3056497&oldid=40421239"