Probabilistyczny model oceny nabywania kompetencji zawodowych

• Authors: Tomasz Wójciki

Title variants

EN

The probabilistic model for assessing the acquisition of vocational competencies

• Languages of publication: PL

Abstracts

PL

Zaproponowany model oceny nabycia kompetencji zawodowych bazuje na zało-żeniu, że posiadanie określonej wiedzy lub umiejętności nazwanych grupą kompeten-cji podstawowych ma wpływ na inne umiejętności i wiedzę tworzące tzw. grupę kom-petencji zależnych, powiązaną z grupą podstawową, dla której prowadzone są procesy oceny metodami klasycznymi. Powiązania pomiędzy umiejętnościami, wiedzą oraz innymi atrybutami znajdującymi się w grupie podstawowej a atrybutami znajdującymi się w grupie kompetencji zależnych reprezentowane są w postaci acyklicznego grafu skierowanego, zbudowanego z węzłów oraz łączących je krawędzi. Węzły odwzoro-wują określone atrybuty (np. umiejętności, wiedzę teoretyczną), natomiast krawędzie to relacje zachodzące pomiędzy poszczególnymi atrybutami z przypisanymi do nich określonymi stopniami prawdopodobieństwa. Graf taki odwzorowuje strukturę kompetencji dla wybranego obszaru dziedzinowego i nazywany jest również siecią Bayesa.

EN

The article presents an original competencies assessment model based on probabilistic methods. The key problems related to the diversity of competencies and functioning classifications are showed. Principles for the assessment of competencies using classical methods used by many research centers, companies and institutions in order to assess employees are presented. Competencies assessment model based on Bayesian network, which is directed graph, where the nodes represent specific attributes, whereas the edges represent the relationships, and the probability assigned to them, reflecting the structure of cause and effect for selected areas of domain are described. The principles for deter-mining the probability of obtaining a positive assessment for selected competencies, and the rules for calculating the total probability distribution for the whole structure of the graph, which is the basis of the model are presented. The advantages and limitations of the proposed probabilistic method are described.

Keywords

PL

kompetencje zawodowe; ocena kompetencji; probabilistyka; sztuczna inteligencja; sieć Bayesa

EN

vacational competencies competencies assessment; probability; artificial intelligence; Bayesian network

• Publisher: Sieć Badawcza Łukasiewicz – Instytut Technologii Eksploatacji, Radom
• Journal: Edukacja Ustawiczna Dorosłych
• Year: 2014
• Issue: 3(86)
• Pages: 104-112

Dates

printed

2014-09-15

Contributors

author

Tomasz Wójciki

• Instytut Technologii Eksploatacji – Państwowy Instytut Badawczy, Radom

References

• Coolahan J., Kompetencje kluczowe, Komisja Europejska, Eurydyce, Fundacja Rozwoju Systemu Edukacji, Warszawa 2005.
• Levy-Leboyer C., Kierowanie kompetencjami. Bilanse doświadczeń zawodowwych, Poltex, Warszawa 1997.
• Pocztowski A., Zarządzanie zasobami ludzkimi. Strategie – procesy – metody, PWE, Warszawa 2003.
• Nowacki T., Leksykon Pedagogiki Pracy, Instytut Technologii Eksploatacji – PIB, Radom 2004.
• Kwiatkowski S., Smela K., Standardy kwalifikacji zawodowych, Instytut Badań Edukacji, Warszawa 2001.
• Krajowy standard kompetencji zawodowych, Projekt PO KL, Działanie 1.1, Rozwijanie zbioru krajowych standardów kompetencji zawodowych, Centrum Rozwoju Zasobów Ludzkich, Warszawa 2013.
• Dałkowski B., Staśto L., Zalewski M., Polskie Wytyczne Kompetencji IPMA wersja 3.0, Stowarzyszenie Project Management Polska, Warszawa 2009.
• Professional Competency Standards for Project Management, Australian Institute of Project Management, Sydney, Austarlia 2008.
• Rostkowski T., Kompetencje jako jakość zarządzania zasobami ludzkimi, Jakość zasobów firmy. Kultura, kompetencje, konkurencyjność, Wydawnictwo POLTEXT, Warszawa 2002.
• Europejskie ramy kwalifikacji dla uczenia się przez całe życie (ERK), Urząd Oficjalnych Publikacji Wspólnot Europejskich, Luksemburg 2009.
• Filipowicz G., Zarządzanie kompetencjami zawodowymi, Polskie Wydawnictwo Ekonomiczne, Warszawa 2004.
• Peterson T., Van Fleet D., The ongoing legacy of R. L. Katz: An updated typology of managenet skills, Management Decision No. 42.
• Jensen F., Nielsen T., Bayesian Networks and Decision Graphs, Springer, New York 2007.
• Koop G., Porie D., Tobias J., Bayesian Econometric Methods, Cambridge University Press, New York 2007.
• Gregory P., Bayesian Logical Data Analysis for the Physical Sciences, Cambridge University Press, UK 2007.
• Jackman S., Bayesian Analysis for the Social Sciences, John Wiley & Sons, UK 2009.

Notes

EN

Polish Journal Continuing Education

Identifiers

ISSN

1507-6563