| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Artificial intelligence models and employee lifecycle management : a systematic literature review
Avtorji:ID Nosratabadi, Saeed (Avtor)
ID Zahed, Roya Khayer (Avtor)
ID Ponkratov, Vadim Vitalievich (Avtor)
ID Kostyrin, Evgeniy Vyacheslavovich (Avtor)
Datoteke:URL https://organizacija.fov.um.si/index.php/organizacija/article/view/920
 
.pdf RAZ_Nosratabadi_Saeed_2022.pdf (1,09 MB)
MD5: 073A86C1364416D2827BB284BDAF39BC
 
Jezik:Angleški jezik
Vrsta gradiva:Neznano
Tipologija:1.02 - Pregledni znanstveni članek
Organizacija:FOV - Fakulteta za organizacijske vede
Opis:Background and purpose: The use of artificial intelligence (AI) models for data-driven decision-making in different stages of employee lifecycle (EL) management is increasing. However, there is no comprehensive study that addresses contributions of AI in EL management. Therefore, the main goal of this study was to address this theoretical gap and determine the contribution of AI models to EL management. Methods: This study applied the PRISMA method, a systematic literature review model, to ensure that the maximum number of publications related to the subject can be accessed. The output of the PRISMA model led to the identification of 23 related articles, and the findings of this study were presented based on the analysis of these articles. Results: The findings revealed that AI algorithms were used in all stages of EL management (i.e., recruitment, on-boarding, employability and benefits, retention, and off-boarding). It was also disclosed that Random Forest, Support Vector Machines, Adaptive Boosting, Decision Tree, and Artificial Neural Network algorithms outperform other algorithms and were the most used in the literature. Conclusion: Although the use of AI models in solving EL management problems is increasing, research on this topic is still in its infancy stage, and more research on this topic is necessary.
Datum objave:01.01.2022
Leto izida:2022
Št. strani:str. 181-198
Številčenje:Vol. 55, no. 3
PID:20.500.12556/DKUM-96232 Novo okno
UDK:005.95/.96:004.89
COBISS.SI-ID:162400771 Novo okno
DOI:10.2478/orga-2022-0012 Novo okno
ISSN pri članku:1318-5454
Datum objave v DKUM:11.12.2025
Število ogledov:253
Število prenosov:4
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Organizacija : revija za management, informatiko in kadre
Skrajšan naslov:Organizacija
Založnik:Moderna organizacija
ISSN:1318-5454
COBISS.SI-ID:610909 Novo okno

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Modeli umetne inteligence in upravljanje kariere zaposlenih : sistematičen pregled literature
Opis:Ozadje/namen: Uporaba modelov umetne inteligence (AI) za odločanje na podlagi podatkov v različnih fazah upravljanja kariere zaposlenih (EL) narašča. Vendar pa ni celovite študije, ki bi obravnavala prispevke umetne inteligence pri upravljanju EL. Zato je bil glavni cilj te študije osvetliti to teoretično vrzel in ugotoviti prispevek modelov AI k upravljanju EL. Metode: Ta študija je uporabila metodo PRISMA, model sistematičnega pregleda literature, da bi zagotovila dostop do največjega števila publikacij, povezanih z obravnavano temo. Rezultati modela PRISMA so pripeljali do identifikacije 23 povezanih člankov, ugotovitve te študije pa so bile predstavljene na podlagi analize teh člankov. Rezultati: Algoritmi AI so bili uporabljeni v vseh fazah upravljanja EL. Pokazalo se je tudi tudi, da so algoritmi Random Forest, Support Vector Machines, Adaptive Boosting, Decision Tree in Algoritmi umetne nevronske mreže boljši od drugih algoritmov in so bili najpogosteje uporabljeni v obravnavanih študijah. Zaključek: Čeprav se uporaba modelov umetne inteligence pri reševanju problemov upravljanja EL povečuje, so raziskave na to temo še vedno v povojih in potrebnih je več raziskav.
Ključne besede:management, vodenje, umetna inteligenca, kariera


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Organizacija

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici