Anticipating the Length of Employees’ Working Time
Artykuł w czasopiśmie
MNiSW
70
Lista 2021
| Status: | |
| Autorzy: | Kostrzewa-Demczuk Paulina, Rogalska Magdalena |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2020 |
| Wersja dokumentu: | Elektroniczna |
| Język: | angielski |
| Numer czasopisma: | 3 |
| Wolumen/Tom: | 12 |
| Numer artykułu: | 413 |
| Strony: | 1 - 25 |
| Impact Factor: | 2,713 |
| Web of Science® Times Cited: | 4 |
| Scopus® Cytowania: | 4 |
| Bazy: | Web of Science | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 5 marca 2020 |
| Abstrakty: | angielski |
| Asymmetry of employee productivity is an important issue when planning production work. Estimated time to complete the work depends on many factors, such as employee experience, qualifications, and efficiency of brigades and subcontractors, accidents, unreliable suppliers, material shortages, the need for correction work, fatigue, stress, etc. The paper presents the statistical method—Multivariate Method of Statistical Models—MMSM. It enables the assessment of the impact on the duration of works of its characteristic variables and the prediction of the duration of individual orders. In order to carry out the multi-criteria method (MMSM) analysis, the employees’ working time was measured at the newly opened steel structure production plant in Kielce. The results of the analyses clearly show that thanks to the method used, quick and accurate prediction of employees’ work efficiency is possible. In the analyzed case, the best forecast was obtained using the method of automatic neural networks, where the MAPE error = 0.02%. |
