SYSTEM ІNFORMATYCZNY DO OCENY POZIOMU ZARZĄDZANIA KAPITAŁEM LUDZKIM
Anzhelika Azarova
azarova.angelika@gmail.comVinnytsia National Technical University (Ukraina)
Larysa Azarova
Vinnytsia National Technical University (Ukraina)
Iurii Krak
Taras Shevchenko National University of Kyiv (Ukraina)
https://orcid.org/0000-0002-8043-0785
Olga Ruzakova
Vinnytsia Cooperative Institute (Ukraina)
https://orcid.org/0000-0002-4796-9703
Veronika Azarova
Borys Grinchenko Kyiv University (Ukraina)
Abstrakt
W artykule przedstawiono koncepcyjne podstawy sformalizowania procesu oceny poziomu zarządzania kapitałem ludzkim (HC) w przedsiębiorstwie z wykorzystaniem modelowania matematycznego i komputerowego opartego na technologiach sieci neuronowych. Udoskonalono podejście metodyczne do oceny poziomu zarządzania kapitałem ludzkim. Pozwala to na wykorzystanie narzędzi sieci neuronowych do dokładnej i rozsądnej identyfikacji poziomu zarządzania HC za pomocą samouczącego się perceptronu wielowarstwowego. Obliczono współczynniki wagowe takiej sieci. W programie matematycznym MatLab zbudowano odpowiednią sztuczną sieć neuronową – perceptron wielowarstwowy, która została pomyślnie zdiagnozowana. Udoskonalony model matematyczny oceny poziomu zarządzania HC w przedsiębiorstwie pozwala w przejrzysty sposób przedstawić zbiór parametrów wejściowych na zbiorze rozwiązań wyjściowych, rozłożyć taki proces i uprościć procedurę jego formalizacji. Zaprojektowana sieć neuronowa pozwala szybko i trafnie określić poziom zarządzania HC w przedsiębiorstwie. Podejście koncepcyjne zaproponowane przez autorów ma kilka istotnych zalet w porównaniu z istniejącymi metodami alternatywnymi: dokładność oceny; uwzględnienie szerokiego zakresu różnych parametrów oceny wpływu; duża szybkość podejmowania decyzji i umiejętność samokształcenia. Zaproponowane podejście zostało z sukcesem wdrożone do oceny poziomu zarządzania HC w 24 przedsiębiorstwach krajowych. Opracowany przez autorów system informatyczny „HC” pozwala na obliczenie szacunkowych parametrów procesu oceny; określenie poziomu zarządzania HC w oparciu o aparat matematyczny perceptronu wielowarstwowego. Szacunki te korelują z szacunkami uzyskanymi przez ekspertów tych przedsiębiorstw, co wskazuje na adekwatność podejścia zaproponowanego przez autorów. Dlatego też zaproponowany system informatyczny oceny poziomu zarządzania HC pozwala na dokładną realizację takiego procesu przy minimalnych kosztach czasowych i finansowych.
Słowa kluczowe:
system informacyjny, perceptron wielowarstwowy, zarządzanie kapitałem ludzkim, personel przedsiębiorstwaBibliografia
[1] Abbas J.: Impact of total quality management on corporate sustainability through the mediating effect of knowledge management. Journal of Cleaner Production 244, 2020, 118806 [https://doi.org/10.1016/j.jclepro.2019.118806].
DOI: https://doi.org/10.1016/j.jclepro.2019.118806
Google Scholar
[2] Beijer S. et al.: The turn to employees in the measurement of human resource practices: a critical review and proposed way forward. Human Resources Management Journal 31(1), 2019, 1–17 [https://doi.org/10.1111/1748-8583.12229].
DOI: https://doi.org/10.1111/1748-8583.12229
Google Scholar
[3] Garg S., Jiang K., Lepak D. P.: HR practice salience: explaining variance in employee reactions to HR practices. The International Journal of Human Resource Management 32(2), 2020, 512–542 [https://doi.org/10.1080/09585192.2020.1792533].
DOI: https://doi.org/10.1080/09585192.2020.1792533
Google Scholar
[4] Greasley K., Thomas P.: HR analytics: The onto‐epistemology and politics of metricized HRM. Human Resources Management Journal 30(4), 2020, 494–507 [https://doi.org/10.1111/1748-8583.12283].
DOI: https://doi.org/10.1111/1748-8583.12283
Google Scholar
[5] Hauff S.: Analytical strategies in HRM systems research: a comparative analysis and some recommendations. The International Journal of Human Resource Management 32(9), 2019, 1923–1952 [https://doi.org/10.1080/09585192.2018.1547779].
DOI: https://doi.org/10.1080/09585192.2018.1547779
Google Scholar
[6] Heffernan M. et al.: HRM system strength and employee well-being: the role of internal process and open systems. Asia Pacific Journal of Human Resources 60, 2021, 171–193 [https://doi.org/10.1111/1744-7941.12302].
DOI: https://doi.org/10.1111/1744-7941.12302
Google Scholar
[7] Hermans M., Ulrich M. D.: How symbolic human resource function actions affect the implementation of high‐performance work practices: The mediating effect of influence on strategic decision‐making, Human Resources Management Journal 31(4), 2021, 1063–1081 [https://doi.org/10.1111/1748-8583.12361].
DOI: https://doi.org/10.1111/1748-8583.12361
Google Scholar
[8] Ivanov S. et al.: Formation of Logit-Model for Predicting the Probability of Bankruptcy of Ukrainian Enterprises. Science and Innovation 19(1), 2023, 36–48 [https://doi.org/10.15407/scine19.01.036].
DOI: https://doi.org/10.15407/scine19.01.036
Google Scholar
[9] Jeronimo H., Correia de Lacerda T., Lopes Henriques P.: From Sustainable HRM to Employee Performance: A Complex and Intertwined Road. European Management Review 17(4), 2020, 871–884 [https://doi.org/10.1111/emre.12402].
DOI: https://doi.org/10.1111/emre.12402
Google Scholar
[10] Matviychuk A., Lukianenko O., Miroshnychenko I.: Neuro-fuzzy model of country's investment potential assessment. Fuzzy economic review 24(2), 2019, 65–88 [https://doi.org/10.25102/fer.2019.02.04].
DOI: https://doi.org/10.25102/fer.2019.02.04
Google Scholar
[11] Miao R. et al.: High-performance work systems and key employee attitudes: the roles of psychological capital and an interactional justice climate. The International Journal of Human Resource Management 32(2), 2020, 443–477 [https://doi.org/10.1080/09585192.2019.1710722].
DOI: https://doi.org/10.1080/09585192.2019.1710722
Google Scholar
[12] Melnyk L. et al.: Transformation of the human capital reproduction in line with Industries 4.0 and 5.0. Problems and Perspectives in Management 19(2), 2021, 480–494 [https://doi.org/10.21511/ppm.19(2).2021.38].
DOI: https://doi.org/10.21511/ppm.19(2).2021.38
Google Scholar
[13] Saks A. M.: Caring human resources management and employee engagement, Human Resource Management Review 32(3), 2022, 100835 [https://doi.org/10.1016/j.hrmr.2021.100835].
DOI: https://doi.org/10.1016/j.hrmr.2021.100835
Google Scholar
[14] Snell S., Morris S.: Time for realignment: the HR ecosystem. Academy of Management Perspectives 35(2), 2019, 219–236 [https://doi.org/10.5465/amp.2018.0069].
DOI: https://doi.org/10.5465/amp.2018.0069
Google Scholar
[15] Sorribes J., Celma D., Martinez-Garcia E.: Sustainable human resources management in crisis contexts: Interaction of socially responsible labor practices for the wellbeing of employees, Corporate Social Responsibility and Environmental Management 28(1), 2021, 720–741 [https://doi.org/10.1002/csr.2111].
DOI: https://doi.org/10.1002/csr.2111
Google Scholar
[16] Subramony M., Guthie J. P., Dooney, J.: Investing in HR? Human resource function investments and labor productivity in US organizations, The International Journal of Human Resource Management 32(2), 2021, 307–330 [https://doi.org/10.1080/09585192.2020.1783343].
DOI: https://doi.org/10.1080/09585192.2020.1783343
Google Scholar
Autorzy
Anzhelika Azarovaazarova.angelika@gmail.com
Vinnytsia National Technical University Ukraina
Autorzy
Larysa AzarovaVinnytsia National Technical University Ukraina
Autorzy
Iurii KrakTaras Shevchenko National University of Kyiv Ukraina
https://orcid.org/0000-0002-8043-0785
Autorzy
Veronika AzarovaBorys Grinchenko Kyiv University Ukraina
Statystyki
Abstract views: 68PDF downloads: 36
Inne teksty tego samego autora
- Serhii Kondratiuk, Iurii Krak, Waldemar Wójcik, СROSS-PLATFORMOWE NARZĘDZIA DO MODELOWANIA I ROZPOZNAWANIA ALFABETU PALCOWEGO JĘZYKA GESTÓW , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 9 Nr 2 (2019)
- Olexiy Azarov, Larysa Azarova, Iurii Krak, Leonid Krupelnitskyi, Anzhelika Azarova, Veronika Azarova, SPOSOBY ANALIZY PARAMETRÓW TRANSMISJI I ODTWORZENIA SYGNAŁU MOWY , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 14 Nr 2 (2024)
