Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej
MNiSW
100
Lista 2021
Status:
Autorzy: Szwarc Eryk, Wikarek Jarosław, Gola Arkadiusz, Bocewicz Grzegorz, Banaszak Zbigniew
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2020
Wersja dokumentu: Elektroniczna
Język: angielski
Numer czasopisma: 14
Wolumen/Tom: 10
Strony: 1 - 27
Impact Factor: 2,679
Web of Science® Times Cited: 6
Scopus® Cytowania: 10
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: This research was funded by the National Science Centre, Poland, grant number 2019/33/N/HS4/00379.
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: 16 lipca 2020
Abstrakty: angielski
This paper focuses on a teacher allocation problem that is specifically concerned with assigning available academic lecturers to remaining courses from a given student curriculum. The teachers are linked to tasks according to competencies, competence requirements enforced by the curriculum as well as the number and type of disruptions that hamper the fulfilment of courses. The problem under consideration boils down to searching links between competencies possessed by teachers and competencies required by the curricula that will, firstly, balance student needs and teacher workload and, secondly, ensure an assumed robustness level of the teaching schedule. The implemented interactive method performs iterative solving of analysis and synthesis problems concerned with alternative evaluation/robustness of the competency framework. Its performance is evaluated against a set of real historical data and arbitrarily selected sets of disruptions. The computational results indicate that our method yields better solutions compared to the manual allocation by the university.