최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털융복합연구 = Journal of digital convergence, v.17 no.1, 2019년, pp.1 - 8
허성호 (중앙대학교 중앙철학연구소) , 장혜영 (중앙대학교 정치국제학과)
The purpose of this study is to analyze the employment trends of autonomous automobile industry which is related to the 4th Industrial Revolution. Previously, big data of the employment trends were divided into skill field and task field. As a result, if a company was employed in the field of skill ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인재상 특성의 종류 | 둘째, 단어사전을 활용하여 인재상 특성만으로 구성된 유형을 목록화하였다. 이 과정에서 질적분석방법의 타당성을 높이기 위해 삼각구도법(Triangulation)에 의거한 합의된 절차를 거쳐[14], 최종 ‘인성특질(P: Personality trait)’, ‘소통특질(C: Communication trait)’, ‘혁신특질(I:Innovation trait)’의 세 가지 유형으로 인재상 특성을 도출하였다. 먼저 인성특질에는 책임, 노력, 역량, 겸손, 소양, 성실, 예의 개념을 포함 시켰다. | |
자동차, 통신, 기계산업 분야에서 높은 채용율을 기대할 수 있는 이유는? | 우선, 기존의 자동차산업과 신산업인 자율주행자동차산업이 혼재되어 있는 환경에서 여전히 자동차산업에서 많은 구직자가 선호하는 채용경향을 확인하고, 현재 관련 기업들이 4차 산업혁명 시대를 맞이하는 경향성을 파악하고자 한다. 또한, 고객 대응형 제조업으로 분류하는 자동차, 통신, 기계산업 분야는 성장증가가 기대되는(1.9%->4.1%) 분야이므로 상대적으로 높은 채용율을 기대할 수 있다. 따라서 자동차 관련 산업 중 4차 산업혁명과 관련한 자율주행자동차 산업에서의 채용경향을 확인하는 것은 이후 4차 산업과 관련한 다른 직종에서의 채용경향을 연구할 기초가 된다[12, 13]. | |
4차 산업혁명 시대의 주요 직종 분야에 따른 인재상은? | 기업의 채용공고 정보를 빅데이터로 분석하여 다음의 결과를 도출하였다. 우선, 채용경향성을 기술 분야와 업무분야로 나누어 확인한 결과, 기술분야가 하드웨어분야의 기업이라면 인성특질과 혁신특질이 두드러지는 인재상을 요구하였다. 다음으로 업무분야가 생산직이라면 인성특질이 두드러진 인재상을 원하는 것으로 나타났다. 또한 업무분야가 관리직이라면 소통특질이 두드러진 인재상을 요구하고 있는 것으로 확인되었다. 본 연구결과는 채용준비를 하는 구직자의 입장에서 자신의 인재상 특성을 확인하고 채용경향의 적합도를 고려하여 지원하면 효율적인 취업전략을 도모하는데 기초자료로 사용할 수 있다는 의의가 있다. |
Statistics Korea. (2018). July 2018 Employment Trends.
Ministry of Employment and Labor. (2018). Labor Force Survey by Business Type in the first half of 2018.
K. Lee. (2015). Seeking direction of youth employment policy. Labor Review, 124, 15-30.
H. Joo & H. Joo. (2017). A Study on the Types and Characteristics of Unemployed Youth in Korea: Focusing on the Youth Panel Survey. Journal of Korea Human Resources Administration, 16(2), 51-73.
S. Kim, H. Yoo & G. S. Han. (2013). Study For the Effectiveness of University's Recruitment Support System. Journal of the Korean Data Analysis Society, 15(6), 3077-3086.
J. Keum. (2007). The Youth Unemployment in Korea: Facts and Policy Implications. Journal of Social Science, 9, 27-54.
H. Kwon & H. Yoo. (2011). School to Work Transition of Youth in Korea: the Characteristics and Policy Implications. Social Welfare Policy, 38(1), 1-31.
S. Park & J. Ban. (2007). The Cause and Labor Market Effects of Overeducation in Korea . The Korean Social Security Association, 23(4), 1-28.
J. Nam, J. Seong & B. Kim. (2014). Recent employment trend analysis. Labor Review, 110, 55-66.
B. Sung & Y. You. (2018). Analysis of Vocational Training Needs Using Big Data Technique. Journal of the Korea Convergence Society, 9(5), 21-26.
J. J. Castillod. (2016). Teamwork in the Automobile Industry: Radical Change or Passing Fashion?. Springer.
Y. Jae. (2017). 4th Industrial Revolution. ICCC International Digital Design Invitation Exhibition, 112-112.
T. D. Jick. (1979). Mixing qualitative and quantitative methods: Triangulation in action. Administrative science quarterly, 24(4), 602-611.
S. P. Borgatti & M. G. Everett. (1997). Network analysis of 2-mode data. Social networks, 19(3), 243-269.
P. N. Krivitsky, M. S. Handcock, A. E. Raftery & P. D. Hoff. (2009). Representing degree distributions, clustering, and homophily in social networks with latent cluster random effects models. Social networks, 31(3), 204-213.
M., Brusco & D. Steinley (2011). A tabu-search heuristic for deterministic two-mode blockmodeling of binary network matrices. Psychometrika, 76(4), 612-633.
A. Gandomi & M. Haider. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137-144.
M. Kantardzic. (2011). Data mining: concepts, models, methods, and algorithms. John Wiley & Sons.
R. J. Roiger. (2017). Data mining: a tutorial-based primer. Chapman and Hall/CRC.
H. C. Park. (2017). A Study on the Relative Mutual Information Measures in a Viewpoint of Association Rule. Journal of the Korean Data Analysis Society, 19(3), 1327-1336.
J. Scott. (2017). Social network analysis. Sage.
M. Hermann, T. Pentek & B. Otto. (2016). Design principles for industrie 4.0 scenarios. In System Sciences (HICSS), 2016 49th Hawaii International Conference on (pp. 3928-3937). IEEE.
C. C. Clogg & J. W. Shockey. (1984). Mismatch between occupation and schooling: A prevalence measure, recent trends and demographic analysis. Demography, 21(2), 235-257.
G. S. Linoff & M. J. Berry. (2011). Data mining techniques: for marketing, sales, and customer relationship management. John Wiley & Sons.
X. Wu, X. Zhu, G. Q. Wu & W. Ding. (2014). Data mining with big data. IEEE transactions on knowledge and data engineering, 26(1), 97-107.
B. H. Erickson. (2017). Good networks and good jobs: The value of social capital to employers and employees. In Social capital (pp. 127-158). Routledge.
P. B. Cragg & M. King. (1993). Small-firm computing: motivators and inhibitors. MIS quarterly, 17(1), 47-60.
C. Wallace & G. Chen. (2006). A multilevel integration of personality, climate, self-regulation, and performance. Personnel Psychology, 59(3), 529-557.
K. Sisson & J. Storey. (2000). Realities of Human Resource Management: Managing the Employment Relationship. McGraw-Hill Education (UK).
R. W. Lee, S. Hu, J. Y. Park & H. S. Lee. (2017). Analysis of the Effect of Lifelong Learning Motivation on Lifelong Learning Competency: Focusing on the Mediation Effect of Empowerment. Journal of the Korean Data Analysis Society, 19(2), 931-943.
K. L. Choi & B. Kim. (2013). A Study on the Relationship between Job Transition and Personal Attributes using Multiple Logit Model. Journal of the Korean Data Analysis Society, 15(2), 799-812.
S. Hu, T. Y. Jung & Y. R. Cha. (2009). An Analysis on The Effects of Corporate Image, Harmful Items Relevance And Sponsorship Purpose on Sponsorship Effectiveness. Journal of the Korean Data Analysis Society, 11(4), 2147-2164.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.