Aktualności
Data publikacji: 2026-01-20
WYKORZYSTANIE DANYCH INTERNETOWYCH W ANALIZIE KOMPETENCJI PRZYSZŁOŚCI - ZAPROSZENIE DO NADSYŁANIA ABSTRAKTÓW
Jak dane z internetu mogą lepiej pomóc rozumieć trendy na rynku pracy i zapotrzebowanie na kompetencje ? CEDEFOP zaprasza przedstawicieli środowiska badawczego i analitycznego do zgłaszania abstraktów ,,Call for abstracts - Harnessing web data for next generation skills intelligence" na konferencję poświęconą nowej generacji analiz umiejętności i zawodów opartych na web data, która odbędzie się 28 - 29 Maja 2026 r. w Salonikach (Grecja).
CEDEFOP ogłasza nabór abstraktów na nadchodzące wydarzenie. Celem konferencji jest przedstawienie innowacyjnych metod analizowania i interpretowania internetowych źródeł danych na potrzeby badań rynku pracy i kompetencji - zarówno w ujęciu zawodowym, sektorowym jak i tematycznym. Organizatorzy chcą zebrać przykłady badań, które realnie poszerzają rozumienie tego jak ,,web data" może wspierać skills intelligence (monitoring trendów, prognozowanie kompetencji, identyfikowanie niedoborów itd.) oraz rozwijać współpracę w społeczności badawczej.
Informacje dotyczące zgłaszanych abstraktów, które dotyczą najnowszych badań z zakresu rynku pracy i umiejętności, które:
a) wykorzystują:
- dane dotyczące ogłoszeń o pracę online (Online Job Advertisements - OJA);
- dowolne źródła danych internetowych (np. platformy pracy online, strony internetowe przedsiębiorstw, strony internetowe dostawców szkoleń, repozytoria kursów szkoleniowych online lub MOOC, strony internetowe dostawców formalnych systemów edukacyjnych, repozytoria CV lub bazy danych); i/lub połączenie tradycyjnych i internetowych źródeł danych;
b) przyczyniają się do następujących dyskusji:
- budowanie wydajnych systemów rekomendacji zatrudnienia: wykorzystanie uczenia maszynowego i danych OJA do opracowania narzędzi do spersonalizowanych rekomendacji dotyczących kariery lub ścieżki szkoleniowej;
- kształtowanie polityki w zakresie kształcenia i szkolenia: praktyczne przykłady wykorzystania informacji o rynku pracy w czasie rzeczywistym pochodzących z OJA do dostosowania programów nauczania, ofert szkoleniowych lub alokacji środków finansowych;
- wykrywanie niedoborów i nierównowagi na rynku pracy: podejścia do identyfikacji zawodów lub regionów, w których występują niedobory lub nadwyżki;
- popyt na umiejętności według zawodów: mapowanie wymaganych i pojawiających się umiejętności dla konkretnych zawodów i grup zawodowych przy użyciu technik przetwarzania języka naturalnego i klasyfikacji;
- wgląd w umiejętności sektorowe: analiza trendów w zakresie umiejętności w branżach takich jak czyste technologie, opieka zdrowotna, budownictwo itp.;
- wgląd w regionalny i lokalny rynek pracy: wykorzystanie danych OJA z geotagami do wspierania decyzji dotyczących polityki i inwestycji opartych na lokalizacji.
Wytyczne dotyczące składania abstraktów
Przedstawiciele środowiska badawczego i analitycznego, proszeni są o przesłanie abstraktu (maksymalnie 500 słów) za pośrednictwem adresu URL służącego do składania abstraktów. Przesłane abstrakty powinny zawierać: jasny opis tematu pracy, zarys celów, metodologii, źródeł danych, kluczowych wniosków (jeśli są dostępne) oraz związku z tematyką konferencji.
Cedefop przeanalizuje wszystkie zgłoszenia i wybierze te, które zostaną zaprezentowane podczas konferencji.
Najważniejsze terminy:
- Przesłanie abstraktu do 2 lutego 2026 r.
- Informacja o akceptacji nadesłanego abstraktu do 16 lutego 2026 r.
- Rejestracja prelegentów od 16 lutego 2026 r.
- Rejestracja dla uczestników od 2 marca 2026 r.
Udział w konferencji jest bezpłatny po rejestracji, liczba miejsc ograniczona (decyduje kolejność zgłoszeń).
Więcej informacji dot. kwestii formalnych oraz merytorycznych o abstraktach oraz wydarzeniu dostępnych pod linkiem: https://www.cedefop.europa.eu/en/news/call-abstracts-harnessing-web-data-next-generation-skills-intelligence?fbclid=IwY2xjawPcWRJleHRuA2FlbQIxMABicmlkETBESnlkN0FaV0RteGdXYjRFc3J0YwZhcHBfaWQQMjIyMDM5MTc4ODIwMDg5MgABHmF6Ki_QUPE2f-AxcVqX_av38dal-LltE-ZOMbgw0m5EXmHjUgSDfQnr1Mjs_aem_1o15Athh8VR37LOm_fZ4IQ
Źródło: CEDEFOP