The article deals with the issue of quality assurance in alternative schools in EU countries. The goal of the research in general is to compare alternative education systems in traditional EU countries and those joining during two last enlargements in terms of school environment using Early Childhood Environmental Rating Scale (ECERS). The research was carried out at two stages – theoretical and practical. For the years 2008 – 11 the author has studied the theoretical approaches to alternative education and peculiarities of legislation in 4 EU countries and Ukraine. The author visited 34 alternative schools of different kinds in Poland, France, Germany, and Bulgaria and collected data for the comparative analysis. The results were presented at ECER 2011 in Berlin.
Purpose: The aim of this paper is to explore the link between WE and WLB at the country level in European countries. Design/methodology/approach: The current paper uses data from several sources. The theoretical part of the paper is based on the literature review. The empirical part is based on the data collected through secondary data analysis. The secondary data were mainly collected through related research articles, reports and websites. Findings: The main finding of the research is that there are differences between EU countries in terms of both levels of work engagement and work-life balance. European employees are the most satisfied with the level of work-life balance and at the same time they are the least engaged compared to other regions of the world. One explanation for the low level of engagement with a high level of work-life balance indicator is the inadequate leadership in European companies. Research limitations/implications: The current paper is limited in that it only discusses the link between the levels of WE and WLB across EU countries without explaining the reasons for the relationship. Therefore, further research is needed to identify the factors that shape this mutual relation. Practical implications: The article is interesting from the practical point of view, as low employee engagement is a significant challenge, with one in five workers worldwide planning to quit their jobs. The situation appears to be even worse in Europe, where one in three workers are considering leaving their company. For this reason it is crucial to analyze the reasons of low engagement. Social implications: The paper refers to very important social issue of employees’ well-being. It helps in better understanding the meaning of work-life balance for work engagement. It might affect the quality of life by promoting more balanced work-environment and the idea of corporate social responsibility. Originality/value: Currently, studies are limited and often examine WE and WLB separately. So the novelty of the article is that the author discusses the link between WE and WLB. Additionally the article presents cross-national studies on relationship between WE and WLB. The results presented in the article can be important for the scientific discussion on the cross country differences in WE and WLB.
Struktura agrarna krajów Unii Europejskiej jest silnie zróżnicowana. W pracy porównano typy struktury obszarowej gospodarstw rolnych w krajach UE w latach 2005, 2010, 2013. Badania przeprowadzono na podstawie danych Eurostat-u. W oparciu o metodę klasyfikacji rozmytej wyodrębnione zostały grupy krajów podobnych pod względem rozkładu liczby gospodarstw (według grup obszarowych użytków rolnych). Na tej podstawie zidentyfikowano 4 typy struktury agrarnej krajów Unii Europejskiej. W okresie 2005-2013 typy badanej struktury uległy nieznacznym zmianom, natomiast zmienił się skład grup krajów charakteryzujących się danym typem struktury.
EN
The agrarian structure of farms in the countries of the European Union is very differentiated. The paper presents the comparison of the types of the agrarian structure of farms in the EU countries within in the years 2005, 2010 and 2013. The investigation was carried out on the basis of the Eurostat data. The application of the fuzzy set method of objects classification groups of countries thought to be similar with respect to the distribution of number of farms (according to areal groups of arable land). This foundation allowed for identification of 4 types of agrarian structure of EU countries. Within the period 2005-2013 types of the structure under investigation had undergone insignificant changes, although the contents of particular groups of countries of specific type of structure changed.
The aim of the paper is to analyse and evaluate the relation between sector employment structure (sectors are as follows: 1. Agriculture, forestry and fishing; mining and quarrying; 2. Manufacturing; 3. Electricity, gas, steam and air conditioning supply; water supply and construction; 4. Services) and employment structure at selected high technology and knowledge-intensive employment sections in European Union countries. Complete linkage method was used to cluster countries characterised by sector and section employment structures separately, for sector and section structures, and for 2008 and 2018. Respectively 8 and 6 groups of countries in those years have been found with respect to sector structure, while 8 and 9 for high technology and knowledge-intensive sections. Divisions have been compared with Sokołowski’s (1976) measure similar to Rand index. The results are as follows: sector structures between 2008 and 2018 – 0.839; section structures between 2008 and 2018 – 0.913; between sector and section structures in 2008 – 0.704; between sector and section structures in 2018 – 0.807.
PL
Zasadniczym celem artykułu jest ocena (z wykorzystaniem miary podobieństwa podziałów) związku między sektorową strukturą zatrudnienia (sektory: 1 – rolnictwo, leśnictwo i rybołówstwo; górnictwo i wydobywanie; 2 – przemysł; 3 – zaopatrzenie w energię elektryczną, gaz, parę wodną i klimatyzację; zaopatrzenie w wodę i budownictwo; 4 – usługi) a strukturą zatrudnienia w wybranych sekcjach tych sektorów, wydzielonych z uwagi na zaawansowanie technologiczne i intensywność wykorzystania wiedzy, w krajach Unii Europejskiej. Klasyfikacja państw Unii Europejskiej metodą pełnego wiązania, ze względu na strukturę zatrudnienia w sektorach oraz ocenianych sekcjach w roku 2008 i 2018, umożliwiła wydzielenie, w granicznych latach, różnolicznych grup: odpowiednio ośmiu i sześciu grup krajów, uwzględniając strukturę zatrudnienia w sektorach, oraz ośmiu i dziewięciu grup krajów w przypadku wyodrębnionych sekcji przemysłu o odmiennych poziomach zaawansowania technologicznego i usług, o różnej intensywności wykorzystania wiedzy. Do oceny podobieństwa otrzymanych klasyfikacji, a w konsekwencji do oceny relacji między badanymi strukturami zatrudnienia, stanowiącej cel badawczy artykułu, wykorzystano zaproponowaną przez A. Sokołowskiego (1976) miarę podobieństwa podziałów, która dla ocenianych układów wynosiła: struktury sektorowe w roku 2008 i 2018 – 0,839, struktury sekcji w roku 2008 i 2018 – 0,913, struktury sektorowe i w sekcjach w roku 2008 – 0,704, struktury sektorowe i w sekcjach w roku 2018 – 0,807.
The purpose of the paper is to analyse relations changes in the development of modern services, factors and the level of socio-economic development in the system of the European Union countries. The paper attempts to answer the following research questions: (1) how the changes in the level of development of modern services in EU countries are in relation to changes in socio-economic development; (2) what is the classification of EU countries in reference to these relations. The research was carried out for two moments in time – 2008 and 20017. In the analysis, the values of the synthetic index calculated for modern services and development factors and the value of the GDP per capita indicator were used as a measure of the level of socio-economic development. In the first step, changes in the level of development of modern services and development factors were analysed. In the next stage, the analysis of dependence also included the level of socio-economic development measured by the value of GDP per capita and on this basis the classification of EU countries was made. Grouping was carried out using cluster analysis based on statistical data taken from the Eurostat database. The analysis leads to the conclusion that in the process of socio-economic development most countries follow the path leading from the growth of modern services, by strengthening the factors of socio-economic development and, as a consequence, to a higher level of development of the modern economy.
PL
Celem artykułu jest analiza zmian relacji w zakresie rozwoju nowoczesnych usług, czynników rozwoju oraz poziomu rozwoju społeczno-gospodarczego w układzie państw Unii Europejskiej. W pracy podejmuje się próbę odpowiedzi na następujące pytania badawcze: (1) jak kształtują się zmiany poziomu rozwoju nowoczesnych usług w państwach UE w relacji do zmian rozwoju społeczno-gospodarczego; (2) jak w odniesieniu do tych relacji przedstawia się klasyfikacja państw UE i jakie zaszły w niej zmiany. Badania przeprowadzono dla dwóch momentów czasowych – 2008 i 2017 roku. W analizie wykorzystano wartości wskaźnika syntetycznego Perkala obliczonego dla nowoczesnych usług oraz czynników rozwoju oraz wartość wskaźnika PKB na jednego mieszkańca jako miernika poziomu rozwoju społeczno-gospodarczego W pierwszym kroku dokonano analizy zmian dotyczących poziomu rozwoju nowoczesnych usług oraz czynników rozwoju. W kolejnym etapie do analizy zależności włączono również poziom rozwoju społeczno-gospodarczego mierzony wartością PKB na jednego mieszkańca i na tej podstawie dokonano klasyfikacji państw UE. Grupowanie przeprowadzono z wykorzystaniem analizy skupień w oparciu o dane statystyczne zaczerpnięte z bazy Eurostat. Analiza prowadzi do wniosku, że większość państw w procesie rozwoju społeczno-gospodarczego podąża ścieżką prowadzącą od wzrostu nowoczesnych usług, przez wzmacnianie czynników rozwoju społeczno-gospodarczego i w konsekwencji do wyższego poziomu rozwoju nowoczesnej gospodarki.
Ostatnie lata przyniosły pogorszenie sytuacji zawodowej osób młodych (w wieku 15–24 lat) w stosunku do osób ze starszych grup wiekowych (zwanych dalej dorosłymi). W 2020 r. w 23 krajach Unii Europejskiej (a w 2019 r. – ostatnim roku przed pandemią – w 19 krajach) stopa bezrobocia osób młodych była w porównaniu z 2003 r. znacznie wyższa niż stopa bezrobocia osób dorosłych, co świadczy o rosnącym dystansie między sytuacją tych dwóch grup pracowników na rynku pracy. Celem badania omawianego w artykule jest ocena sytuacji osób młodych na unijnych rynkach pracy. Analiza danych, pochodzących z Eurostatu, objęła lata 2003–2020. Na potrzeby badania wprowadzono pojęcie inkluzywności rynków pracy rozumiane jako charakterystyka gospodarki, w której dostęp do miejsc pracy jest zbliżony we wszystkich grupach osób aktywnych zawodowo. Inkluzywność krajowych rynków pracy w UE została zdefiniowana w ujęciu statycznym i wieloletnim. W przypadku ujęcia wieloletniego zastosowano statystyczny pomiar inkluzyjności. Opierając się na zaproponowanych definicjach, opracowano typologię unijnych rynków pracy z uwzględnieniem poziomu inkluzywności oraz dostępności miejsc pracy dla osób młodych i dorosłych. Na podstawie badania potwierdzono silne zróżnicowanie rynków pracy. Różnice te są widoczne zarówno w poziomie bezrobocia osób młodych i dorosłych oraz reakcji rynków na szoki gospodarcze, jak i w poziomie inkluzywności rynków pracy.
EN
In the recent years the professional situation of young people (aged 15–24) compared to that of older age groups (referred to as adults) has deteriorated. In 2020 the unemployment rate among young people in 23 European Union countries (in 19 countries in 2019, which was the last year before the outbreak of the COVID-19 pandemic) was, compared to 2003, significantly higher than that of adults, showing a growing gap between the situation of these two groups of workers on the labour market. The aim of the paper is to assess the situation of young people on the EU labour markets. The analyses based on data obtained from Eurostat cover the years 2003–2020. For the purposes of the analyses, the concept of ‘labour market inclusiveness’ was introduced, understood as a feature of the economy in which access to jobs is similar for all groups of economically active people. The inclusiveness of the national labour markets in the EU has been defined from a static and long-term perspective. For the long-term approach, the method of statistical measurement of α inclusiveness was applied. The final result of the analysis is a typology of the EU labour markets developed on the basis of the proposed definitions, taking into account the level of inclusiveness and the availability of jobs for young people and adults. The research confirms that the national labour markets are considerably diversified. These differences are visible in terms of the unemployment of young people and adults, the reaction of markets to economic shocks and the level of labour market inclusiveness.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Целью исследования является концептуализация и эмпирическая интерпретация понятий развитой транспортной инфраструктуры и развитого производства, а также идентификация инструментов их измерения на территории. В рамках данной статьи авторы предполагают найти ответы на следующие исследовательские вопросы: 1) что означает – концептуально и эмпирически – «развитая транспортная инфраструктура» и «развитое производство» на той или иной территории? 2) как измерить развитость (т.е. статический уровень развития) транспортной инфраструктуры и производства на той или иной территории? В ходе данного исследования были использованы следующие методы: монографический метод, методы логического анализа и синтеза для концептуализации и эмпирической интерпретации понятий «развитая транспортная инфраструктура» и «развитое производство», мета-анализ эмпирических результатов предыдущих исследований, а также метод среднего показателя для выявления развитой / неразвитой транспортной инфраструктуры / производства и метод картирования сильных и слабых сторон транспортной инфраструктуры конкретной страны. Результаты данного исследования показывают, что, во-первых, существуют два основных подхода к концептуальному пониманию транспорт#ной инфраструктуры и производства – традиционный (более узкий) и инновационный (более широкий), во-вторых, развитая транспортная инфраструктура и развитое производство в странах ЕС эмпирически интерпретируются при помощи баллов, которые выше среднего по ЕС, в-третьих, почти все страны ЕС демонстрируют развитую или слаборазвитую транспортную инфраструктуру и производство независимо от инструментов их измерения, т.е. разные инструменты измерения показывают практически одинаковый результат. Полученные результаты помогут авторам в дальнейшем на основе количественных эмпирических данных и изучения случаев ответить на «зонтичный» исследовательский вопрос о том, что является приоритетным для экономического развития территории: развитая транспортная инфраструктура или развитое производство, т.е. что является приоритетным для инвестиций в условиях объективно ограниченных ресурсов? На основе анализа предыдущих исследований авторы выдвигают гипотезу о том, что приоритетом экономического развития территории в современном мире является именно развитая транспортная инфраструктура, которая, в свою очередь, стимулирует развитие производства, а не наоборот. Однако доказательство сформулированной гипотезы не столь очевидно и однозначно, как может показаться на первый взгляд, и требует дальнейшего эмпирического анализа.
LV
Pētījuma mērķis ir attīstītās transporta infrastruktūras un attīstītās ražošanas jēdzienu konceptualizācija un empīriskā interpretācija, kā arī to instrumentu identificēšana, ar kuru palīdzību var izmērīt transporta infrastruktūras un ražošanas attīstītību teritorijā. Šī raksta ietvaros autori iecerējuši rast atbildes uz šādiem pētnieciskajiem jautājumiem: 1) ko nozīmē (konceptuāli un empīriski) “attīstītā transporta infrastruktūra” un “attīstītā ražošana” konkrētajā teritorijā? 2) kā izmērīt transporta infrastruktūras un ražošanas attīstītību (t.i., attīstības statisko līmeni) konkrētajā teritorijā? Šī pētījuma gaitā tika izmantotas sekojošās metodes: monogrāfiskā metode, loģiskās analīzes un sintēzes metode jēdzienu “attīstītā transporta infrastruktūra” un “attīstītā ražošana” konceptualizācijai un empīriskajai interpretācijai, iepriekšējo pētījumu empīrisko rezultātu metaanalīze, kā arī vidējā rādītāja metode attīstītās / mazattīstītās transporta infrastruktūras / ražošanas identificēšanai un kartēšanas metode konkrētas valsts transporta infrastruktūras stipro un vājo pušu noteikšanai. Šī pētījuma rezultāti parādīja, ka, pirmkārt, ir divas galvenās pieejas transporta infrastruktūras un ražošanas konceptuālai izpratnei - tradicionālā (šaurāka) un inovatīvā (plašāka), otrkārt, attīstīto transporta infrastruktūru un attīstīto ražošanu ES valstīs var empīriski interpretēt ar atbilstošo rādītāju pārākumu pār ES vidējo, treškārt, gandrīz visas ES valstis demonstrē attīstīto vai mazattīstīto transporta infrastruktūru un ražošanu neatkarīgi no to mērīšanas instrumentiem, t.i. dažādi mērīšanas rīki parāda gandrīz vienādu rezultātu. Iegūtie rezultāti palīdzēs autoriem nākotnē, balstoties uz kvantitatīvajiem empīriskajiem datiem un gadījumu izpēti, atbildēt uz “jumta” pētniecisko jautājumu par to, kas ir primārais teritorijas ekonomiskajai attīstībai: attīstītā transporta infrastruktūra vai attīstītā ražošana, t.i. kāda ir prioritāte investīcijām objektīvi ierobežotu resursu apstākļos? Balstoties uz iepriekšējo pētījumu analīzi, autori izvirzīja hipotēzi, ka prioritāte teritorijas ekonomiskajai attīstībai mūsdienu pasaulē ir tieši attīstītā transporta infrastruktūra, kas savukārt stimulē ražošanas attīstību, nevis otrādi. Tomēr formulētās hipotēzes pierādījums nav tik acīmredzams un nepārprotams, kā varētu šķist no pirmā acu uzmetiena, un tam ir nepieciešama turpmāka empīriskā analīze.
EN
The purpose of this article is the conceptualization and empirical interpretation of the notions of a developed transport infrastructure and developed production, as well as the identification of tools for their measurement in a territory. The main research questions to which the authors intend to find answers in this article are the following: (1) what does it mean (conceptually and empirically) ‘developed transport infrastructure’ and ‘developed production’ in a given territory? (2) how to measure the state of development (i.e., the static level of development) of transport infrastructure and production in a given territory? Methods used in the study: monographic method, logical analysis and synthesis methods for the conceptualization and empirical interpretation of the notions ‘developed transport infrastructure’ and ‘developed production’, a meta-analysis of empirical evidence from previous studies, a method of means for identifying developed / underdeveloped transport infrastructure / production, a mapping method to assess the strengths and weaknesses of the country’s transport infrastructure. The results of this study show that, firstly, there are two main approaches to the conceptual understanding of transport infrastructure and production - traditional (narrower) and innovative (wider), secondly, developed transport infrastructure and developed production in the EU countries are interpreted empirically with scores above the EU average, thirdly, almost all EU countries demonstrate a developed or undeveloped transport infrastructure and production, regardless of their measurement tools, i.e. different measurement tools show almost the same result. The results obtained will help the authors in the future, based on quantitative empirical data and case studies, to answer the ‘umbrella’ research question about what is a priority for the economic development of the territory: a developed transport infrastructure or a developed production, i.e. what is the priority for investments in the conditions of objectively limited resources? Based on the analysis of previous studies, the authors put forward a hypothesis that the priority for the economic development of the territory in the modern world is precisely the developed transport infrastructure, which, in turn, stimulates the development of production, and not vice versa. However, the proof of the formulated hypothesis is not as obvious and unambiguous as it may seem at first glance and requires further empirical analysis.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW